TL;DR
- Wat: Grok 4.3 van xAI staat op nummer 1 in de CaseLaw-benchmark van Vals.ai, een onafhankelijke test voor juridische AI-prestaties.
- Waarom relevant: als ondernemer betaal je flink voor juridisch advies — AI-modellen die juridische teksten goed begrijpen, kunnen die kosten drukken.
- Wat je ermee kunt: bij je volgende juridische vraag kun je overwegen om een AI-model als eerste check te gebruiken, vóórdat je naar je advocaat stapt.
Elon Musk deelde deze week trots dat Grok "nummer 1 in law" is. Ik wilde weten wat daar precies achter zit, want zo'n claim van de eigenaar van xAI vraagt om wat context. Wat blijkt: er zit een serieuze benchmark onder, maar het verhaal is genuanceerder dan drie woorden in een tweet.
Wat is er precies gemeten?
De claim van Musk verwijst naar de CaseLaw-benchmark van Vals.ai, een onafhankelijk platform dat AI-modellen test op prestaties in specifieke vakgebieden — waaronder recht, financiën en code. De CaseLaw-benchmark (versie 2) test hoe goed een AI-model juridische teksten kan analyseren, interpreteren en vragen over rechtspraak kan beantwoorden.
Grok 4.3, het nieuwste model van xAI dat op 30 april 2026 werd uitgebracht, scoort daar 79,3% en staat daarmee op de eerste plaats van 53 geteste modellen. Het model pakt ook de nummer 1-positie op de CorpFin-benchmark (bedrijfsfinanciën) met 68,5%.
Wat ik hier belangrijk vind om te noemen: op de totale Vals Index — waarin juridische, financiële én programmeertaken worden gewogen — staat Grok 4.3 op plek 13 van 48 modellen, met een score van 62,6%. Het is dus niet het beste model overall, maar het blinkt uit in juridisch taalgebruik. Dat onderscheid maakt Musks tweet niet, en dat vind ik jammer.
Wat kan Grok 4.3 precies?
Los van de benchmarkscore heeft Grok 4.3 een paar eigenschappen die relevant zijn als je het wilt inzetten voor zakelijke of juridische taken.
Groot contextvenster
Het model kan tot 1 miljoen tokens verwerken in één sessie. Om dat tastbaar te maken: dat is ruwweg het equivalent van een boek van 3.000 pagina's. Stel dat je als ondernemer een stapel algemene voorwaarden, contracten of leveranciersovereenkomsten wilt laten analyseren — dan past dat in één keer in het model.
Ingebouwde redenering
Anders dan sommige concurrenten heeft Grok 4.3 zijn "redeneermodus" permanent aan staan. Het model denkt dus altijd stapsgewijs na voordat het antwoordt, wat bij juridische vragen — waar nuance en precisie tellen — een voordeel kan zijn.
Prijs
xAI heeft de prijs met zo'n 40% verlaagd ten opzichte van eerdere versies. Via de API kost het model nu $1,25 per miljoen invoertokens en $2,50 per miljoen uitvoertokens. Dat maakt het een van de goedkopere opties in zijn categorie. Voor een MKB-ondernemer die via een applicatie of tool gebruikmaakt van zo'n model, vertaalt dat zich mogelijk in lagere abonnementskosten.
Wat betekent dit voor een ondernemer?
Ik denk dat het eerlijk is om te zeggen: de meeste ondernemers gaan niet rechtstreeks met de Grok-API werken. Maar indirect merk je dit soort ontwikkelingen wel.
Uit cijfers van Wolters Kluwer blijkt dat zo'n 60% van de juridische professionals in Nederland inmiddels AI-tools gebruikt. En 86% van de advocatenkantoren verwacht dat hun uitgaven aan juridische technologie de komende jaren stijgen. Dat betekent dat de advocaat of juridisch adviseur waar jij als ondernemer mee werkt, waarschijnlijk al AI inzet — of dat binnenkort gaat doen.
Kun je je voorstellen wat het betekent als je advocaat een vraag over jurisprudentie in minuten kan beantwoorden in plaats van uren? De rekening ziet er dan anders uit. En als je zelf een eerste check wilt doen — "klopt deze contractclausule?", "wat zegt de wet hierover?" — dan worden AI-modellen die goed scoren op juridische benchmarks steeds bruikbaarder als startpunt.
Maar — en dit is een belangrijke kanttekening — een benchmarkscore van 79,3% betekent ook dat het model in ruim 1 op de 5 gevallen de fout in gaat. Voor een snelle oriëntatie is dat prima. Voor een juridisch bindend advies absoluut niet. Ik zou het vergelijken met een stagiair die meestal goed werk levert maar af en toe een steek laat vallen: nuttig, maar je wilt het altijd laten controleren.
Hoe betrouwbaar is de claim?
Musks tweet is feitelijk correct — Grok 4.3 staat inderdaad bovenaan de CaseLaw-benchmark van Vals.ai. Maar er zijn kanttekeningen.
Ten eerste: Vals.ai is één benchmarkplatform. Er bestaan ook andere juridische benchmarks, zoals LegalBench, waar Grok 4.3 op plek 12 staat. De prestatie is dus domeinspecifiek en benchmarkspecifiek.
Ten tweede: benchmarks meten gecontroleerde taken. De echte juridische praktijk is rommeliger — met incomplete documenten, tegenstrijdige regelgeving en context die niet in een prompt past. Hoe een model het doet op een benchmark is een indicatie, geen garantie voor de praktijk.
Ten derde wil ik opmerken dat Elon Musk de eigenaar is van xAI. Dat maakt zijn tweet niet onwaar, maar het is wel reclame. Volgens berichtgeving van TechCrunch speelt er bovendien een juridische discussie over of xAI bij de training van Grok gebruik heeft gemaakt van modellen van concurrent OpenAI. Dat voegt een laag complexiteit toe aan het verhaal.
Niet het hele plaatje, wel een interessant signaal
Wat mij betreft is het echte nieuws hier niet dat Grok op één specifieke benchmark bovenaan staat. Het interessante is dat AI-modellen steeds beter worden in gespecialiseerde kennisdomeinen zoals recht en financiën — en dat de kosten dalen.
Voor mij is dit vooral een signaal dat de afstand tussen "AI als speelgoed" en "AI als serieuze zakelijke tool" kleiner wordt. Niet morgen, en niet zonder menselijke controle. Maar de richting is duidelijk.