Z.ai vient de publier GLM-Legal. GLM-Legal est un modèle d'IA juridique de Z.ai, construit sur GLM-5.3-Flash et entraîné pour le travail juridique agentique. Il cible la révision de contrats, l'analyse de preuves et la recherche en conformité. Le résultat clé est un taux all-pass de 19.2 % sur le Legal Agent Benchmark (LAB) de Harvey. C'est près de 3x le 6.7 % de son modèle de base. Pour les développeurs, le hic est l'accès : l'API est pour l'instant accessible sur candidature uniquement .
TL;DR
- Taille : Construit sur GLM-5.3-Flash, un MoE de 320B au total et 18B actifs, avec un contexte de 1M de tokens et une sortie maximale de 128K. Z.ai ne communique pas de nombre de paramètres distinct pour GLM-Legal.
- Fonctionne sur : l'API hébergée de Z.ai uniquement, sur candidature. Pas de poids publics. Le modèle de base s'auto-héberge sur des serveurs multi-GPU via vLLM ou SGLang, avec des poids FP8.
- Performance : Top-10 sur Harvey LAB pour une fraction du coût des modèles de pointe. À 2.3 points du leader de LegalBench.
- Meilleur : 19.17 % de taux de réussite des tâches sur Harvey LAB, #7 sur 79 sur Vals AI, à 0.15 $ par test.
- Pire : 41.83 % sur le Legal Research Bench de Vals AI, en dessous de son propre modèle de base (45.19 %).
- En résumé :
- Meilleur : des scores d'agent juridique de classe frontière pour environ 1/128 du coût de Claude Fable 5.
- Pire : une bêta fermée sans prix, sans poids et des exécutions lentes (1h12m par tâche).
Qu'est-ce que GLM-Legal ?
GLM-Legal est une version spécialisée dans le domaine juridique de GLM-5.3-Flash destinée aux cabinets d'avocats, aux conseils juridiques internes et aux équipes de conformité. La base est le premier modèle GLM-5 nativement multimodal de Z.ai. Il compte 320B de paramètres au total dont 18B actifs. Il mélange attention clairsemée et linéaire pour réduire le coût de service en contexte long. Il lit le texte, les images, la vidéo et les fichiers, et produit du texte.
Comment GLM-Legal a-t-il été entraîné ?
L'entraînement s'est déroulé en 2 étapes :
- L'entraînement intermédiaire sur des corpus juridiques élargis, pour renforcer le raisonnement allant des faits aux règles puis aux conclusions.
- L'entraînement postérieur avec apprentissage par renforcement sur des dizaines de milliers d'environnements de tâches juridiques.
L'équipe Z.ai décrit également le harnais d'agent coévoluant avec le modèle pendant l'entraînement postérieur. Les cas limites dans l'entraînement ont révélé des goulots d'étranglement du harnais. Les corrections du harnais ont ensuite exposé le modèle à des contraintes plus réalistes.
Comment GLM-Legal se classe-t-il au Legal Agent Benchmark de Harvey ?
Harvey LAB est un benchmark open-source de 1,250 tâches réparties dans 24 domaines de pratique. Plus de 75,000 critères de notation rédigés par des experts évaluent le travail. Une tâche n'est réussie que si tous les critères sont validés. Harvey appelle cela la notation tout-réussite.
Vals AI exécute l'ensemble de test retenu avec 2 juges LLM et internet désactivé. Les agents disposent d'outils de fichiers ainsi que de compétences docx, pptx et xlsx .
Sur ce classement, GLM-Legal obtient un score de 19.17% et se classe #7 sur 79. Sa base, GLM-5.3-Flash, obtient 6.67%. Le gain de 12.5 points est l'affirmation centrale, et un évaluateur indépendant l'a reproduite.
Le graphique de lancement de Z.ai montre GLM-Legal devant Kimi K3 (12.92%), Claude Fable 5 (11.25%) et GPT-6 Astra (5.42%). Ces chiffres correspondent à Vals AI. Le graphique omet 6 modèles mieux classés, menés par Muse Spark 1.2 à 25.42%.
GLM-Legal valide également 92.5% des critères individuels. Les meilleurs modèles se situent entre 90% et 95% sur cette mesure.
GLM-Legal égale-t-il les modèles de frontière sur LegalBench ?
À peu près. Z.ai revendique la parité sur LegalBench et sur PLawBench, centré sur le chinois, sans publier de chiffres. Vals AI attribue à GLM-Legal un score de 86.23% sur LegalBench. Claude Fable 5 mène avec 88.56%. Kimi K3 obtient 86.21%.
Comment GLM-Legal se compare-t-il à Kimi K3, Claude Fable 5 et GPT-6 Astra ?
| GLM-Legal | GLM-5.3-Flash (base) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| Développeur | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| Total / paramètres actifs | Construit sur une base de 320B / 18B | 320B / 18B | 2.8T / 104B | Non communiqué | Non communiqué |
| Fenêtre de contexte | 1M | 1M | 1M | 1M | 1M |
| Poids / licence | Pas de poids publics | Ouvert, MIT | Ouvert, licence Kimi K3 | Propriétaire | Propriétaire |
| Harvey LAB (réussite des tâches) | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | Non répertorié par Vals |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| Coût par test Harvey LAB | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| Durée moyenne des tests Harvey LAB | 1h12m | 52m17s | 13m58s | 26m53s | 24m49s |
| Prix de l'API (entrée / sortie, par 1M de tokens) | Non publié | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| Accès | API par candidature | API, Hugging Face | API, Hugging Face | API | API |
Tous les scores de référence, coûts et durées proviennent des exécutions de Vals AI au 12 octobre 2026. Vals a exécuté les deux modèles GLM à 0,075 $ / 0,25 $ par 1M de tokens.
Comment les développeurs peuvent-ils accéder à GLM-Legal ?
Les cabinets d'avocats, les entreprises legal-tech et les équipes internes peuvent demander un accès à l'API. Z.ai n'a publié aucun prix. Aucun dépôt GLM-Legal n'existe sur Hugging Face au 13 octobre 2026. Z.ai indique que GLM-Legal arrivera sur AutoClaw, son application d'agent de bureau, mais n'a donné aucune date.
Le modèle de base est disponible dès aujourd'hui à 0,15 $ / 0,50 $ par 1M de tokens. Les équipes peuvent prototyper des pipelines dessus, puis remplacer l'identifiant du modèle plus tard.
Points clés à retenir
- GLM-Legal obtient un score de 19,17 % sur Harvey LAB, en hausse par rapport à 6,67 % pour son modèle de base.
- Il se classe 7e sur 79 selon Vals AI, derrière 6 modèles de Meta et Google.
- Il coûte 0,15 $ par test Harvey LAB, contre 19,23 $ pour Claude Fable 5.
- Legal Research Bench a chuté de 3,36 points par rapport à GLM-5.3-Flash.
- L'accès se fait sur candidature uniquement, sans prix ni poids publiés.
Découvrez le Blog tech de Z.ai, le leaderboard Vals AI Harvey LAB et la fiche du modèle GLM-5.3-Flash. Demandez un accès API ici.. Tout le crédit revient au chercheur de ce projet. N'hésitez pas également à nous suivre sur Twitter et n'oubliez pas de rejoindre notre 150k+ML SubReddit et de vous abonner à notre Newsletter. Attention ! êtes-vous sur Telegram ? vous pouvez maintenant nous rejoindre également sur Telegram.
L'article Z.ai GLM-Legal bat Claude Fable 5 et Kimi K3 sur Harvey LAB est apparu en premier sur MarkTechPost.