Z.ai أطلقت للتو GLM-Legal. GLM-Legal هو نموذج ذكاء اصطناعي قانوني من Z.ai، مبني على GLM-5.3-Flash ومدرّب للعمل القانوني الوكيلي. يستهدف مراجعة العقود وتحليل الأدلة وأبحاث الامتثال. النتيجة الرئيسية هي نسبة نجاح كامل 19.2% في Harvey’s Legal Agent Benchmark (LAB). وهذه تعادل نحو 3 أضعاف نسبة 6.7% لنموذجه الأساسي. بالنسبة للمطورين، العقبة هي الوصول: واجهة البرمجة API متاحة بطلب فقط حالياً.
TL;DR
- الحجم: مبني على GLM-5.3-Flash، وهو نموذج MoE بإجمالي 320B مليار معلمة و18B نشطة، بسياق 1M من الرموز وحد أقصى للمخرجات 128K. لا تذكر Z.ai عدد معلمات منفصلاً لـ GLM-Legal.
- يعمل على: واجهة API المستضافة من Z.ai فقط، وبطلب. لا أوزان عامة. النموذج الأساسي يمكن استضافته ذاتياً على خوادم متعددة GPU عبر vLLM أو SGLang، بأوزان FP8.
- الأداء: ضمن أفضل 10 في Harvey LAB بجزء بسيط من تكلفة النماذج الرائدة. يبعد 2.3 نقطة فقط عن متصدّر LegalBench.
- الأفضل: نسبة نجاح في مهام Harvey LAB بلغت 19.17%، والمركز #7 من 79 في Vals AI، بسعر 0.15 دولار لكل اختبار.
- الأسوأ: 41.83% في Legal Research Bench من Vals AI، وهو أقل من نموذجه الأساسي نفسه (45.19%).
- الخلاصة:
- الأفضل: نتائج وكيل قانوني بمستوى النماذج الرائدة بتكلفة تعادل نحو 1/128 فقط من تكلفة Claude Fable 5.
- الأسوأ: نسخة تجريبية مقيّدة بدون سعر ولا أوزان مع تشغيل بطيء (1 ساعة و12 دقيقة لكل مهمة).
ما هو GLM-Legal؟
GLM-Legal هو نسخة متخصصة في مجال معين من GLM-5.3-False موجهة لمكاتب المحاماة والمستشارين الداخليين وفرق الامتثال. الأساس هو أول نموذج GLM-5 متعدد الوسائط أصلاًمن Z.ai. يحتوي على 320B مليار معلمة إجمالية مع 18B نشطة. يمزج الانتباه المتناثر والخطي لتقليل تكلفة خدمة السياقات الطويلة. يقرأ النصوص والصور والفيديو والملفات، ويُخرج نصوصاً.
كيف تم تدريب GLM-Legal؟
تم التدريب على مدى 2 من المراحل:
- منتصف التدريب على مجاميع قانونية موسعة، لتعزيز الاستدلال من الوقائع إلى القواعد إلى الاستنتاجات.
- ما بعد التدريب بالتعلم المعزز عبر عشرات الآلاف من بيئات المهام القانونية.
يصف فريق Z.ai أيضًا هيكل الوكيل يتطور بالمشاركة مع النموذج أثناء التدريب اللاحق. كشفت الحالات الطرفية في التدريب عن اختناقات في الهيكل التشغيلي. ثم عرّضت إصلاحات الهيكل النموذج لقيود أكثر واقعية.
كيف تحقق GLM-Legal نتائجها على معيار هارفي للوكلاء القانونيين (Harvey's Legal Agent Benchmark)؟
Harvey LAB هو معيار مرجعي مفتوح المصدر من 1,250 مهمة موزعة على 24 مجالًا للممارسة. يقيّم العمل أكثر من 75,000 معيار تدريج من إعداد خبراء. لا تنجح المهمة إلا إذا نجحت جميع المعايير. تسمي Harvey هذا التقييم بنجاح الكل.
تُشغّل Vals AI مجموعة الاختبار المحجوزة باستخدام 2 من قضاة LLM مع تعطيل الإنترنت. يحصل الوكلاء على أدوات الملفات بالإضافة إلى docx, pptx و xlsx المهارات.
على تلك قائمة المتصدرين، حقّق GLM-Llegal نسبة 19.17% ويحتل المرتبة #7 من أصل 79. أما قاعدته، GLM-5.3-Flash، فتحصل على 6.67%. والزيادة البالغة 12.5 نقطة هي الادعاء الأساسي، وقد أعاد مقيّم مستقل إنتاجها.
يُظهر مخطط الإطلاق الخاص بـ Z.ai أن GLM-Legal يتقدم على Kimi K3 (12.92%) وClaude Fable 5 (11.25%) وGPT-6 Astra (5.42%). وهذه الأرقام تطابق Vals AI. ويستبعد المخطط 6 نماذج مصنفة في مراتب أعلى، تتقدمها Muse Spark 1.2 بنسبة 25.42%.
يجتاز GLM-Legal أيضًا 92.5% من المعايير الفردية. وتقع النماذج الأفضل قرب 90% إلى 95% وفق هذا المقياس.
هل يضاهي GLM-Legal النماذج الرائدة على LegalBench؟
تقريباً. تدّعي Z.ai تحقيق التكافؤ في LegalBench ومعيار PLawBench الصيني دون نشر أرقام. تمنح Vals AI درجة GLM-Legal بنسبة 86.23% على LegalBench. كلود فيبل 5 يتصدّر بنسبة 88.56%. يحقق Kimi K3 نسبة 86.21%.
كيف يمكن مقارنة GLM-Legal مع Kimi K3 وClaude Fable 5 وGPT-6 Astra؟
| GLM-Legal | GLM-5.3-Flash (base) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| المطوّر | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| إجمالي المعاملات / النشطة | مبني على أساس 320B / 18B | 320B / 18B | 2.8T / 104B | غير معلن | غير معلن |
| نافذة السياق | 1M | 1M | 1M | 1M | 1M |
| الأوزان / الترخيص | لا توجد أوزان عامة | مفتوح، MIT | مفتوح، Kimi K3 License | مملوك | مملوك |
| Harvey LAB (اجتياز المهام) | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | غير مدرج لدى Vals |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| التكلفة لكل اختبار Harvey LAB | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| متوسط مدة Harvey LAB | 1h12m | 52m17s | 13m58s | 26m53s | 24m49s |
| سعر الـ API (مدخلات / مخرجات، لكل 1M رمز) | غير منشور | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| الوصول | API عن طريق تقديم طلب | API، Hugging Face | API، Hugging Face | API | API |
جميع درجات المعايير والتكاليف والمدد من اختبارات Vals AI بتاريخ 12 أكتوبر 2026. شغّلت Vals كِلا نموذجي GLM بسعر $0.075 / $0.25 لكل 1M رمز.
كيف يمكن للمطورين الوصول إلى GLM-Legal؟
يمكن لمكاتب المحاماة وشركات التقنيات القانونية والفرق الداخلية التقدم بطلب للحصول على وصول API. لم تنشر Z.ai أي سعر. لا يوجد مستودع لـ GLM-Legal على Hugging Face حتى تاريخ 13 أكتوبر 2026. تقول Z.ai إن GLM-Legal سيصل إلى AutoClaw، تطبيق الوكلاء الخاص بها لأجهزة الكمبيوتر المكتبية، لكنها لم تحدد تاريخًا.
النموذج الأساسي متاح اليوم بسعر $0.15 / $0.50 لكل 1M رمز. يمكن للفرق بناء نماذج أولية للخطوط (pipelines) عليه، ثم استبدال معرّف النموذج لاحقًا.
أهم النقاط
- يحصل GLM-Legal على 19.17% في Harvey LAB، بتحسن من 6.67% لنسخته الأساسية.
- يحتل المرتبة #7 من 79 على Vals AI، خلف 6 نماذج من Meta وGoogle.
- تكلفته $0.15 لكل اختبار Harvey LAB، مقابل $19.23 لـ Claude Fable 5.
- انخفض Legal Research Bench بمقدار 3.36 نقطة مقارنة بـ GLM-5.3-Flash.
- الوصول متاح فقط بتقديم طلب، دون سعر أو أوزان منشورة.
اطلع على مدونة Z.ai التقنية، كما لوحة متصدرين Vals AI Harvey LAB و بطاقة نموذج GLM-5.3-Flash. قدّم هنا للحصول على وصول إلى الـ API.. كل الفضل يعود إلى الباحث في هذا المشروع. كما لا تتردد في متابعتنا على تويتر ولا تنسَ الانضمام إلى مجتمع 150k+ML الفرعي على ريديت واشترك في نشرتنا البريدية. مهلاً! هل أنت على تيليجرام؟ يمكنك الآن الانضمام إلينا على تيليجرام أيضاً.
ظهر المقال Z.ai GLM-Legal يتفوق على Claude Fable 5 و Kimi K3 على Harvey LAB أولاً على MarkTechPost.