Le 12 octobre 2026, l'entreprise chinoise d'IA Z.ai (Zhipu AI) a présenté « GLM-Legal », un modèle d'IA spécialisé dans le travail juridique. Il s'agit d'un modèle « agentique » qui fait avancer les tâches en suivant le déroulement réel du travail juridique, comme la revue de contrats, l'analyse de preuves ou les recherches de conformité réglementaire. Il est actuellement proposé à titre expérimental (version bêta), et l'entreprise accepte les demandes d'accès de cabinets d'avocats, de services juridiques d'entreprises, entre autres.
GLM-Legal, c'est quoi
Selon Z.ai, GLM-Legal est un modèle fondé sur son modèle léger « GLM-5.3-Flash », auquel un entraînement complémentaire centré sur le domaine juridique a été appliqué. Le modèle de base, GLM-5.3-Flash, compte au total 320 milliards de paramètres (un chiffre qui indique la taille du modèle), dont il n'utilise réellement que 18 milliards à chaque traitement, une architecture qui économise le calcul. Selon la documentation pour les développeurs, il peut traiter en une fois des textes longs allant jusqu'à 1 million de tokens.
Z.ai explique que le rôle de l'IA est en train de s'élargir, passant de « écrire du code en une seule consigne » à travailler aux côtés des professionnels. Selon l'entreprise, le travail juridique se prête bien à l'entraînement d'IA destinées aux métiers spécialisés, car il exige de dégager l'essentiel de documents épars, de les confronter au droit pour bâtir une analyse cohérente et de rendre le résultat dans un format défini.
Les résultats des évaluations
Voici les principaux résultats publiés par Z.ai :
- Harvey LAB : taux de réussite sur l'ensemble des critères de 19,2 %. Une progression de 12,5 points par rapport au modèle de base, GLM-5.3-Flash (6,7 %). Parmi les modèles de comparaison, Kimi K3 obtient 12,9 %, Claude Fable 5 11,3 % et GPT-6 Astra 5,4 %
- LegalBench : 86,2 % sur la lecture de contrats, de documents liés aux fusions et de décisions de justice. Z.ai affirme être au niveau des principaux modèles fermés, mais le modèle reste légèrement en dessous de Claude Fable 5 (88,6 %) et de GPT-6 Astra (87,1 %)
- PLawBench : 77,3 % sur les consultations en droit chinois, l'analyse de cas et la rédaction d'actes. Pratiquement au même niveau que Claude Fable 5 (77,7 %)
Harvey LAB est une évaluation publiée par Harvey, une entreprise d'IA juridique, qui propose des tâches proches du travail réel des cabinets d'avocats et des services juridiques d'entreprises dans 24 domaines d'activité. La notation est stricte : un exercice n'est réussi que si tous les critères d'évaluation sont remplis, sans points partiels.
Selon Z.ai, les résultats sur Harvey LAB et LegalBench ont été mesurés de manière indépendante par Vals AI, une société d'évaluation de l'IA. PLawBench est une évaluation propre à Z.ai. Dans le classement de Vals AI, le résultat de GLM-Legal sur Harvey LAB le place au 7e rang sur 79 modèles.
La méthode d'entraînement
Z.ai explique avoir mené l'entraînement en trois étapes :
- Entraînement intermédiaire : le modèle apprend un grand volume de documents juridiques de qualité afin d'acquérir les notions juridiques, les textes de loi et les façons de les interpréter
- Post-entraînement : un apprentissage par renforcement (un apprentissage qui progresse par essais et erreurs) est mené dans des dizaines de milliers d'environnements réalistes de travail juridique, pour l'exercer de la planification de l'analyse jusqu'à la production du livrable
- Retours issus de la pratique : des professionnels du droit évaluent les résultats selon des critères comme « aucun point important n'a-t-il été oublié ? », « les citations sont-elles exactes ? » ou « est-ce utilisable tel quel ? », et ces évaluations nourrissent l'entraînement suivant
Pendant le post-entraînement, l'entreprise indique avoir amélioré conjointement le modèle et le dispositif qui lui fournit outils et documents pour faire avancer les tâches (le harnais, ou harness).
Les usages envisagés
Dans son annonce, Z.ai présente les trois exemples d'usage suivants :
- Revue de contrats : pour un client qui change de prestataire, réexaminer les clauses de résiliation d'un contrat de développement logiciel et proposer des modifications concrètes
- Analyse de preuves : dans un litige portant sur un projet, lire 40 documents et mettre en ordre les contradictions entre les rapports d'avancement, en indiquant les documents sources
- Recherches de conformité réglementaire : pour un site web publié à Singapour, en Malaisie et en Indonésie, dresser une liste hiérarchisée des mesures de protection des données personnelles
Dans l'exemple du contrat, l'entreprise indique que son agent pour ordinateur « AutoClaw » inscrit les modifications dans le document Word sous forme de suivi des modifications et de commentaires.
L'utilisation et la disponibilité
GLM-Legal est proposé sur demande d'accès à l'API, via la page d'inscription du site de Z.ai. L'entreprise cite comme publics visés les cabinets d'avocats, les entreprises de legaltech, les services juridiques d'entreprises et les praticiens individuels. Il devrait aussi être bientôt utilisable dans AutoClaw. Z.ai n'a pas publié de tarifs.
Selon Artificial Lawyer, média britannique spécialisé dans les technologies juridiques, les poids du modèle (ses données internes) ne sont pas publiés pour l'instant. Aucune disponibilité au Japon ni aucune prise en charge du droit japonais n'ont été annoncées.
Le regard de CoAI
GLM-Legal est un exemple de développeur de modèles d'IA qui sort lui-même un modèle dédié au droit, plutôt qu'une fonction ajoutée à un modèle généraliste. La stratégie consistant à entraîner un modèle léger sur un domaine précis pour se rapprocher des grands modèles a de quoi séduire les entreprises qui veulent maîtriser leurs coûts. En revanche, si une partie des évaluations a été mesurée par un tiers, la comparaison avec les principaux modèles provient de l'annonce de Z.ai, et l'on ne connaît ni les tarifs ni la prise en charge du droit japonais. Pour utiliser l'IA dans le travail juridique, il est indispensable de veiller au traitement des informations confidentielles et de mettre en place une organisation où un humain vérifie le contenu en dernier ressort.