Z.ai が発表した GLM-Legalです。GLM-LegalはZ.aiの法律AIモデルで、 GLM-5.3-Flash 「をベースにエージェント型の法務業務向けに訓練されています。契約審査、証拠分析、コンプライアンス調査を対象としています。重要な成果は、19.2%のオールパス率です。 HarveyのLegal Agent Benchmark (LAB)で19.2%のオールパス率を達成したことです。これはベースモデルの6.7%の約3倍です。開発者にとっての留意点はアクセスで、APIは現時点では 申請制 です。
TL;DR
- サイズ： GLM-5.3-Flashをベースに構築されており、総パラメータ320B、アクティブ18BのMoEで、1Mトークンのコンテキストと最大128K出力に対応します。Z.aiはGLM-Legal単独のパラメータ数を公表していません。
- 実行環境： Z.aiのホスト型APIのみ、申請制。公開ウェイトなし。ベースモデルはFP8ウェイトで、vLLMやSGLangを使ってマルチGPUサーバー上でセルフホスト可能です。
- パフォーマンス： Harvey LABでトップ10入りしながら、フロンティアモデルのほんの一部のコスト。LegalBenchのリーダーとは2.3ポイント以内。
- 最良： 19.17%のHarvey LABタスクパス率、Vals AIで79人中7位、テストあたり$0.15。
- 最悪： Vals AIのLegal Research Benchで41.83%と、自社のベースモデル(45.19%)を下回る。
- 結論：
- 最良：Claude Fable 5の約1/128のコストで、フロンティア級の法律エージェントスコア。
- 最悪：価格未定でウェイトも公開されておらず、実行も遅い(タスクあたり1時間12分)申請制ベータ。
GLM-Legalとは？
GLM-Legalは、法律事務所、企業内法務、コンプライアンスチーム向けのGLM-5.3-Flashのドメイン特化版です。ベースはZ.aiの 初のネイティブマルチモーダルGLM-5モデルで、総パラメータ320B、アクティブ18Bです。スパースアテンションと線形アテンションを組み合わせ、長いコンテキストのサービングコストを削減します。テキスト、画像、動画、ファイルを読み込み、テキストを出力します。
GLM-Legalはどのように訓練されたか？
トレーニングは2段階で実施されました。
- 学習中 法の拡張されたコーパスに基づき、事実から規則、結論へと至る推論を強化する。
- 事後トレーニング 強化学習による(以下続く) 数万規模の法的タスク環境.
Z.aiチームはさらに、次のことも説明している。 ポストトレーニング中にモデルと共進化する エージェントハーネス。トレーニング中のエッジケースがハーネスのボトルネックを露呈させ、ハーネスの修正が続いてモデルをより現実的な制約にさらした。
GLM-LegalはHarveyのLegal Agent Benchmarkでどの程度のスコアを取るのか?
Harvey LABは、 24の実務分野にわたる1,250のタスクを対象としたオープンソースのベンチマークです。75,000件を超える専門家作成のルーブリック基準が成果物を採点します。すべての基準が合格した場合にのみタスクが合格となります。Harveyはこれをオールパス採点と呼んでいます。
Vals AIはホールドアウトセットを、 2つのLLMジャッジとインターネット無効で実行します。エージェントにはファイルツールと docx, pptx および xlsx のスキルが与えられます。
そのリーダーボードで、 GLM-Legalは19.17%をスコア とし、79人中7位にランクインしています。ベースであるGLM-5.3-Flashは6.67%です。この12.5ポイントの向上が核心的な主張であり、独立した評価者がこれを再現しました。
Z.aiのローンチチャートでは、GLM-LegalがKimi K3(12.92%)、Claude Fable 5(11.25%)、GPT-6 Astra(5.42%)を上回って示されています。これらの数値はVals AIと一致しています。チャートには上位にランクされた6つのモデルが除外されており、首位は25.42%のMuse Spark 1.2です。
GLM-Legalは個々の基準の92.5%にも合格しています。上位モデルはその指標で約90%から95%に位置しています。
GLM-LegalはLegalBenchでフロンティアモデルに匹敵するのか?
ほぼ匹敵します。Z.aiは数値を公表していないものの、LegalBenchと中国語特化のPLawBenchでの同等性を主張しています。Vals AIのスコアでは、 LegalBenchでGLM-Legalは86.23%. Claude Fable 5が88.56%で首位. Kimi K3は86.21%.
GLM-LegalはKimi K3、Claude Fable 5、GPT-6 Astraと比べてどうなのか?
| GLM-Legal | GLM-5.3-Flash (ベース) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| 開発元 | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| 合計 / アクティブパラメータ | 320B / 18Bベースに基づく | 320B / 18B | 2.8T / 104B | 非公開 | 非公開 |
| コンテキストウィンドウ | 1M | 1M | 1M | 1M | 1M |
| 重み / ライセンス | 公開重みなし | オープン、MIT | オープン、Kimi K3 License | プロプライエタリ | プロプライエタリ |
| Harvey LAB(タスク合格) | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | Valsに未掲載 |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| Harvey LABテスト1回あたりのコスト | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| Harvey LABの平均所要時間 | 1時間12分 | 52分17秒 | 13分58秒 | 26分53秒 | 24分49秒 |
| API価格(入力/出力、1Mトークンあたり) | 未公開 | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| アクセス | アプリケーション別のAPI | API、Hugging Face | API、Hugging Face | API | API |
すべてのベンチマークスコア、コスト、所要時間は、2026年10月12日時点でのVals AIの実行結果によるものです。ValsはGLMの両モデルを1Mトークンあたり$0.075 / $0.25で実行しました。
開発者はGLM-Legalにどのようにアクセスできますか？
法律事務所、リーガルテック企業、企業内法務チームは APIアクセスを申請する. Z.aiは価格を公表していない。 Hugging FaceにGLM-Legalというリポジトリは存在しません 2026年10月13日時点。Z.aiによると、GLM-Legalは今後 AutoClawデスクトップ用エージェントアプリについても言及しましたが、日付は明示しませんでした。
ベースモデルは本日から以下で入手可能です 1Mトークンあたり$0.15 / $0.50。チームはこれを使ってパイプラインのプロトタイプを作成し、後でモデルIDを差し替えることができます。
重要なポイント
- GLM-LegalはHarvey LABで19.17%を記録し、ベースモデルの6.67%から大幅に向上しました。
- Vals AIでは79位中7位にランクしており、上位にはMetaとGoogleの6つのモデルが位置している。
- Harvey LABテスト1回あたりのコストは$0.15であるのに対し、Claude Fable 5では$19.23です。
- Legal Research Benchでは、GLM-5.3-Flashと比較して3.36ポイント低下しました。
- アクセスはアプリケーション限定で、公開されている価格や重みはありません。
チェックしてみてください: Z.ai テックブログ、 Vals AI Harvey LAB リーダーボード および GLM-5.3-Flash モデルカード. APIアクセスはこちらから申請できます。。本プロジェクトの研究者に全ての功績があります。また、ぜひ.. 本プロジェクトの研究者にすべての功績が帰属します。また、ぜひ以下で私たちをフォローしてください をフォローし、 150k+ML SubReddit 150k+ML SubReddit 弊社ニュースレター の購読もお忘れなく。お待ちください！Telegramをご利用ですか？現在、Telegramにもご参加いただけます。 本記事
Z.ai GLM-Legal が Harvey LAB で Claude Fable 5 および Kimi K3 を上回る Z.ai GLM-Legal、Harvey LABにてClaude Fable 5とKimi K3を上回る MarkTechPost に掲載されました。.