Harvey oficjalnie zaprezentował Harvey Tenet jako podgląd badawczy dostrojonego modelu na bazie Kimi K3. Model powstał poprzez post-training z wykorzystaniem Fireworks i asynchronicznego reinforcement learningu skoncentrowanego na długoterminowych pracach prawnych. Corpus treningowy składał się z danych syntetycznych, publicznie dostępnych danych prawnych oraz danych od ekspertów ludzi - Harvey podkreśla, że żadne dane klientów nie zostały wykorzystane.
Wyniki są imponujące: Harvey Tenet osiąga prawie dwa razy więcej wyników na testowych zadaniach z Harvey Legal Agent Benchmark w porównaniu z bazowym modelem K3, a na LAB: Contracts poprawę o 20 procent. Całkowita liczba poprawnie rozwiązanych zadań wzrosła odpowiednio o 9 i 2 punkty procentowe. Ulepszenia transferują się również bez dodatkowego treningu na narzędzia trzecich stron - takie jak Mercor APEX Agents czy Crosby Redline Bench - co sugeruje ogólną poprawę możliwości logicznego myślenia modelu.
Jednak trzeba wyraźnie powiedzieć: Harvey Tenet nie jest jeszcze dostępny do wdrożenia. Ogłoszony 20 sierpnia 2026 roku jako research preview, nie posiada jeszcze opublikowanych wag modelu, karty modelową ani endpointa API. Sama recepta treningowa stanowi wkład - artefakt (wagi modelu) będzie się przenosić z badań do produktów Harvey dopiero z czasem. Dostęp pozostaje ograniczony do użytkowników platformy Harvey - kancelarii prawnych, średnich firm i wewnętrznych zespołów legal, gdzie model może być wdrożony dla specjalistycznych aplikacji.