Z.ai 刚刚发布了 GLM-Legal。GLM-Legal 是 Z.ai 推出的法律 AI 模型，基于 GLM-5.3-Flash 并针对代理式法律工作进行了训练。它面向合同审查、证据分析和合规研究。关键结果是在上取得了19.2%的全通过率。 Harvey 的 Legal Agent Benchmark (LAB)上取得 19.2% 的全通过率。这接近其基座模型 6.7% 的 3 倍。对开发者来说，关键在于访问方式：该 API 目前仅限 申请使用 。
TL;DR
- 规模： 基于 GLM-5.3-Flash 构建，这是一款总参数 320B、激活参数 18B 的 MoE 模型，具备 1M token 上下文和 128K 最大输出。Z.ai 未列出单独的 GLM-Legal 参数量。
- 运行环境： 仅限 Z.ai 托管的 API，需申请。无公开权重。基座模型可通过 vLLM 或 SGLang 在多 GPU 服务器上自托管，并提供 FP8 权重。
- 性能： Harvey LAB 上以 19.2% 的全通过率跻身前 10 名，成本仅为前沿模型的一小部分。距 LegalBench 榜首仅差 2.3 个百分点。
- 最佳表现： Harvey LAB 任务通过率 19.17%，在 Vals AI 上位列 79 个模型中的第 7 名，每次测试成本 0.15 美元。
- 最差表现： 在 Vals AI 的 Legal Research Bench 上为 41.83%，低于其自身的基座模型（45.19%）。
- 结论：
- 最佳：以约为 Claude Fable 5 成本 1/128 的价格获得前沿级法律代理成绩。
- 最差：受限的测试版，没有定价、没有权重，且运行缓慢（每项任务 1 小时 12 分钟）。
什么是 GLM-Legal？
GLM-Legal 是 GLM-5.3-Flash 的法律领域专用版本，面向律师事务所、内部法务和合规团队。其基座是 Z.ai 的 首个原生多模态 GLM-5 模型。它总参数为 320B，激活参数为 18B。它结合了稀疏注意力和线性注意力，以降低长上下文服务的成本。它可以读取文本、图像、视频和文件，并输出文本。
GLM-Legal 是如何训练的？
训练分为2个阶段：
- 中期训练 在扩展的法律语料库上进行，以强化从事实到规则再到结论的推理能力。
- 后训练 通过强化学习在 数以万计的法律任务环境.
中进行。Z.ai 团队还描述了 智能体框架在训练后与模型共同演化 的情况。训练中的边缘案例暴露了框架的瓶颈。框架的修复随后又让模型接触到更真实的约束条件。
GLM-Legal 在 Harvey 的法律智能体基准测试中得分如何？
Harvey LAB 是一个开源基准测试，包含 24 个执业领域的 1,250 项任务。超过 75,000 条由专家编写的评分标准对工作成果进行评分。只有每一项标准都通过，任务才算通过。Harvey 将此称为全通过评分。
Vals AI 运行保留测试集时使用了 2 个 LLM 评审员并禁用互联网。智能体可获得文件工具以及 docx, pptx 和 xlsx 技能。
在该排行榜上， GLM-Legal 得分为 19.17% ，在 79 个模型中排名第 7。其基座模型 GLM-5.3-Flash 得分为 6.67%。这 12.5 个百分点的提升是核心主张，且已由一个独立评估方复现。
Z.ai 的发布图表显示 GLM-Legal 领先于 Kimi K3（12.92%）、Claude Fable 5（11.25%）和 GPT-6 Astra（5.42%）。这些数字与 Vals AI 一致。该图表省略了排名更高的 6 个模型，其中以得分 25.42% 的 Muse Spark 1.2 居首。
GLM-Legal 还通过了 92.5% 的单项标准。顶级模型在该指标上通常处于 90% 至 95% 附近。
GLM-Legal 在 LegalBench 上能否匹敌前沿模型？
大致可以。Z.ai 声称在 LegalBench 和面向中国的 PLawBench 上达到同等水平，但未公布数字。Vals AI 给出的评分显示： GLM-Legal 在 LegalBench 上得分为 86.23%. Claude Fable 5 以 88.56% 领先. Kimi K3 得分为 86.21%.
GLM-Legal 与 Kimi K3、Claude Fable 5 和 GPT-6 Astra 相比如何？
| GLM-Legal | GLM-5.3-Flash （基座模型） | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| 开发者 | Z.ai | Z.ai | 月之暗面（Moonshot AI） | Anthropic | OpenAI |
| 总参数 / 激活参数 | 基于 320B / 18B 基座模型构建 | 320B / 18B | 2.8T / 104B | 未披露 | 未披露 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M |
| 权重 / 许可证 | 无公开权重 | 开放，MIT 许可证 | 开放，Kimi K3 许可证 | 专有 | 专有 |
| Harvey LAB（任务通过率） | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | 未被 Vals 收录 |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| 每次 Harvey LAB 测试成本 | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| Harvey LAB 平均耗时 | 1小时12分 | 52分17秒 | 13分58秒 | 26分53秒 | 24分49秒 |
| API 价格（输入 / 输出，每 1M tokens） | 未公布 | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| 访问方式 | 通过应用程序使用 API | API，Hugging Face | API，Hugging Face | API | API |
所有基准测试分数、成本和时长均来自 Vals AI 截至 2026 年 10 月 12 日的运行结果。Vals 以每 1M tokens 0.075 / 0.25 美元的价格运行了两个 GLM 模型。
开发者如何访问 GLM-Legal？
律师事务所、法律科技公司和内部团队可以 申请 API 访问权限。Z.ai 未公布任何价格。 截至 2026 年 10 月 13 日，Hugging Face 上不存在 GLM-Legal 仓库 截至2026年10月13日。Z.ai 表示 GLM-Legal 将登陆 AutoClaw，但未给出具体日期。
基础模型现已在 每 1M tokens 0.15 / 0.50 美元的价格下可用。团队可以先在其上构建原型流水线，之后再更换模型 ID。
关键要点
- GLM-Legal 在 Harvey LAB 上得分为 19.17%，高于其基础模型的 6.67%。
- 它在 Vals AI 上排名第 7（共 79 个），落后于 6 个 Meta 和 Google 模型。
- 其成本为每次 Harvey LAB 测试 0.15 美元，而 Claude Fable 5 为 19.23 美元。
- Legal Research Bench 相比 GLM-5.3-Flash 下降了 3.36 分。
- 访问仅限申请制，未公布价格或权重。
请查看 Z.ai 技术博客， Vals AI Harvey LAB 排行榜 以及 GLM-5.3-Flash 模型卡片. 在此申请 API 访问权限。。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，也不要忘记加入我们的 150k+ML SubReddit 并订阅 我们的新闻通讯等等！你在用 Telegram 吗？ 现在你也可以在 Telegram 上加入我们了。
这篇文章 Z.ai GLM-Legal 在 Harvey LAB 上击败 Claude Fable 5 和 Kimi K3 首发于 MarkTechPost.