Z.ai (Zhipu AI) บริษัท AI จากจีน ประกาศ "GLM-Legal" โมเดล AI ที่เชี่ยวชาญงานกฎหมายโดยเฉพาะ เมื่อวันที่ 12 ตุลาคม 2026 เป็นโมเดลแบบ "เอเจนต์" ที่ดำเนินงานตามขั้นตอนของงานกฎหมายจริง เช่น การรีวิวสัญญา การวิเคราะห์พยานหลักฐาน และการค้นคว้าเพื่อปฏิบัติตามกฎระเบียบ ปัจจุบันอยู่ในช่วงทดลองให้บริการ (เบต้า) และเปิดรับคำขอใช้งานจากสำนักงานกฎหมายและฝ่ายกฎหมายของบริษัทต่าง ๆ
GLM-Legal คืออะไร
ตามข้อมูลของ Z.ai GLM-Legal คือโมเดลที่นำ "GLM-5.3-Flash" โมเดลขนาดเบาของบริษัทมาฝึกเพิ่มเติมโดยเน้นด้านกฎหมาย GLM-5.3-Flash ซึ่งเป็นโมเดลพื้นฐาน มีพารามิเตอร์ (ตัวเลขที่บ่งบอกขนาดของโมเดล) ทั้งหมด 320 พันล้านตัว และใช้จริงเพียง 18 พันล้านตัวในการประมวลผลแต่ละครั้ง ซึ่งเป็นกลไกที่ช่วยประหยัดการคำนวณ ตามเอกสารสำหรับนักพัฒนา โมเดลนี้จัดการข้อความยาวได้สูงสุด 1 ล้านโทเค็นในครั้งเดียว
Z.ai อธิบายว่าบทบาทของ AI กำลังขยายจาก "การเขียนโค้ดด้วยคำสั่งเดียว" ไปสู่การทำงานร่วมกับผู้เชี่ยวชาญวิชาชีพ งานกฎหมายต้องอ่านประเด็นสำคัญจากเอกสารที่กระจัดกระจาย นำไปปรับใช้กับกฎหมายเพื่อสร้างการวิเคราะห์ที่สมเหตุสมผล และจัดทำให้เสร็จตามรูปแบบที่กำหนด บริษัทจึงระบุว่าเป็นหัวข้อที่เหมาะสำหรับฝึก AI สำหรับงานเฉพาะทาง
ผลการประเมิน
ผลหลักที่ Z.ai เผยแพร่มีดังนี้
- Harvey LAB: อัตราผ่านทุกเกณฑ์ 19.2% เพิ่มขึ้น 12.5 จุดจาก GLM-5.3-Flash (6.7%) ซึ่งเป็นโมเดลพื้นฐาน โมเดลที่ยกมาเปรียบเทียบ ได้แก่ Kimi K3 ได้ 12.9% Claude Fable 5 ได้ 11.3% และ GPT-6 Astra ได้ 5.4%
- LegalBench: 86.2% ในการอ่านสัญญา เอกสารเกี่ยวกับการควบรวมกิจการ และคำพิพากษา Z.ai ระบุว่าเทียบเท่าโมเดลปิดชั้นนำ แต่ต่ำกว่า Claude Fable 5 (88.6%) และ GPT-6 Astra (87.1%) เล็กน้อย
- PLawBench: 77.3% ในการให้คำปรึกษากฎหมายจีน การวิเคราะห์คดี และการร่างเอกสาร อยู่ในระดับใกล้เคียงกับ Claude Fable 5 (77.7%)
Harvey LAB คือการประเมินที่ Harvey บริษัท AI ด้านกฎหมายเผยแพร่ โดยออกโจทย์ที่ใกล้เคียงงานจริงของสำนักงานกฎหมายและฝ่ายกฎหมายของบริษัท ครอบคลุม 24 สาขางาน การให้คะแนนใช้วิธีที่เข้มงวด คือจะถือว่าผ่านเฉพาะเมื่อผ่านทุกเกณฑ์การประเมินเท่านั้น และไม่มีคะแนนบางส่วน
ตามข้อมูลของ Z.ai ผลของ Harvey LAB และ LegalBench วัดโดย Vals AI บริษัทประเมิน AI อย่างเป็นอิสระ ส่วน PLawBench เป็นการประเมินของ Z.ai เอง ในตารางอันดับของ Vals AI ผล Harvey LAB ของ GLM-Legal อยู่อันดับที่ 7 จาก 79 โมเดล
วิธีการฝึก
Z.ai อธิบายว่าการฝึกดำเนินไปใน 3 ขั้นตอนต่อไปนี้
- การฝึกระหว่างกลาง: ให้เรียนรู้เอกสารกฎหมายคุณภาพสูงจำนวนมาก เพื่อให้เข้าใจแนวคิดทางกฎหมาย ตัวบท และแนวทางการตีความ
- การฝึกหลังการฝึกหลัก: ทำการเรียนรู้แบบเสริมกำลัง (การเรียนรู้ที่พัฒนาด้วยการลองผิดลองถูก) ในสภาพแวดล้อมงานกฎหมายที่สมจริงหลายหมื่นรายการ เพื่อฝึกตั้งแต่การวางแผนการวิเคราะห์ไปจนถึงการจัดทำผลงาน
- ข้อเสนอแนะจากการปฏิบัติงานจริง: ผู้เชี่ยวชาญด้านกฎหมายประเมินผลลัพธ์ตามเกณฑ์ เช่น "ตกหล่นประเด็นสำคัญหรือไม่" "การอ้างอิงถูกต้องหรือไม่" และ "นำไปใช้ได้ทันทีหรือไม่" แล้วนำผลไปใช้ในการฝึกครั้งถัดไป
ในการฝึกหลังการฝึกหลัก บริษัทระบุว่าได้ปรับปรุงโมเดลไปพร้อมกับกลไกที่มอบเครื่องมือและเอกสารให้โมเดลเพื่อดำเนินงาน (ฮาร์เนส)
การใช้งานที่คาดไว้
Z.ai แสดงตัวอย่างการใช้งาน 3 แบบในการประกาศ
- การรีวิวสัญญา: ทบทวนข้อกำหนดการเลิกสัญญาในสัญญาพัฒนาซอฟต์แวร์ให้ลูกค้าที่ต้องการเปลี่ยนคู่ค้า และเสนอร่างแก้ไขที่เป็นรูปธรรม
- การวิเคราะห์พยานหลักฐาน: อ่านเอกสาร 40 ฉบับในข้อพิพาทเกี่ยวกับโครงการ และจัดระเบียบความไม่สอดคล้องกันของรายงานความคืบหน้า พร้อมระบุเอกสารต้นทาง
- การค้นคว้าเพื่อปฏิบัติตามกฎระเบียบ: สรุปการดำเนินการด้านการคุ้มครองข้อมูลส่วนบุคคลสำหรับเว็บไซต์ที่จะเปิดในสิงคโปร์ มาเลเซีย และอินโดนีเซีย เป็นรายการพร้อมลำดับความสำคัญ
ในตัวอย่างสัญญา บริษัทระบุว่า "AutoClaw" เอเจนต์สำหรับเดสก์ท็อปของบริษัท จะเขียนการแก้ไขลงในเอกสาร Word ในรูปแบบการติดตามการเปลี่ยนแปลงและความคิดเห็น
วิธีใช้และสถานะการให้บริการ
GLM-Legal ให้บริการในรูปแบบการยื่นขอใช้ API ผ่านหน้าสมัครบนเว็บไซต์ของ Z.ai กลุ่มเป้าหมายที่ระบุไว้ ได้แก่ สำนักงานกฎหมาย บริษัทลีกัลเทค ฝ่ายกฎหมายของบริษัท และผู้ปฏิบัติงานด้านกฎหมายรายบุคคล และมีแผนจะใช้งานใน AutoClaw ได้ในเร็ว ๆ นี้ Z.ai ไม่ได้เปิดเผยราคา
ตามรายงานของ Artificial Lawyer สื่อเฉพาะทางด้านลีกัลเทคของสหราชอาณาจักร ปัจจุบันยังไม่ได้เผยแพร่น้ำหนักโมเดล (ข้อมูลภายใน) และยังไม่มีการประกาศเกี่ยวกับการให้บริการในญี่ปุ่นหรือการรองรับกฎหมายญี่ปุ่น
มุมมองของกองบรรณาธิการ CoAI
GLM-Legal เป็นตัวอย่างของบริษัทพัฒนาโมเดล AI ที่ออกโมเดลเฉพาะทางกฎหมายเอง แทนที่จะเป็นเพียงฟีเจอร์เสริมของโมเดลอเนกประสงค์ แนวทางการฝึกโมเดลขนาดเบาในสาขาเฉพาะให้เข้าใกล้โมเดลขนาดใหญ่ มีความน่าสนใจสำหรับองค์กรที่ต้องการควบคุมค่าใช้จ่าย ในทางกลับกัน แม้ผลประเมินบางส่วนจะวัดโดยบุคคลที่สาม แต่การเปรียบเทียบกับโมเดลชั้นนำมาจากการประกาศของ Z.ai และยังไม่ทราบราคาหรือการรองรับกฎหมายญี่ปุ่น หากจะใช้ AI ในงานกฎหมาย การจัดการข้อมูลที่เป็นความลับและการวางระบบให้มนุษย์ตรวจสอบเนื้อหาในขั้นสุดท้ายเป็นสิ่งที่ขาดไม่ได้