中国AI企业Z.ai（智谱）于2026年10月12日发布了专注于法律业务的AI模型“GLM-Legal”。这是一款按照实际法律业务流程推进合同审查、证据分析、法规合规调查等工作的“智能体式”模型。目前为试用提供（测试版），正在接受律师事务所和企业法务部门等的使用申请。
GLM-Legal是什么
据Z.ai介绍，GLM-Legal是以该公司的轻量模型“GLM-5.3-Flash”为基础，聚焦法律领域进行追加训练的模型。作为基础的GLM-5.3-Flash总共拥有3200亿个参数（表示模型规模的数值），每次处理实际使用其中的180亿个，是一种节省计算量的模型。根据面向开发者的资料，它最多可一次处理100万token的长文本。
Z.ai表示，AI的角色正在从“凭一次指令编写代码”扩展到与专业人士一起推进工作。公司认为，法律业务需要从零散的资料中提取要点、结合法律构建有条理的分析，并按规定格式完成成果，因此适合作为训练专业业务AI的题材。
评估结果
Z.ai公布的主要结果如下。
- Harvey LAB：全项合格率19.2%。比基础模型GLM-5.3-Flash（6.7%）提高12.5个百分点。作为比较对象列出的Kimi K3为12.9%，Claude Fable 5为11.3%，GPT-6 Astra为5.4%
- LegalBench：在合同、并购相关文件和判决书的解读上为86.2%。Z.ai称与主要闭源模型相当，但略低于Claude Fable 5（88.6%）和GPT-6 Astra（87.1%）
- PLawBench：在中国法律咨询、案例分析和文书撰写上为77.3%。与Claude Fable 5（77.7%）基本处于同一水平
Harvey LAB是法律AI企业Harvey公开的评估，覆盖24个业务领域，出题内容贴近律师事务所和企业法务部门的实际工作。评分采用严格的方式，只有满足全部评估项目时才算合格，没有部分得分。
据Z.ai介绍，Harvey LAB和LegalBench的结果由AI评估公司Vals AI独立测量。PLawBench是Z.ai自己的评估。在Vals AI的排行榜中，GLM-Legal的Harvey LAB成绩在79个模型中排名第7。
训练方法
Z.ai表示，训练分以下3个阶段进行。
- 中期训练：让模型大量学习高质量的法律文本，掌握法律概念、条文和解释思路
- 后训练：在数万个贴近现实的法律业务环境中进行强化学习（通过反复试错提升能力的学习），练习从分析规划到成果制作的全过程
- 来自实务的反馈：法律专家以“是否遗漏重要争点”“引用是否准确”“能否直接使用”等标准评估输出，并将结果用于下一轮训练
在后训练中，公司表示将模型与向模型提供工具和资料、让其推进工作的机制（harness）一同改进。
设想的使用场景
Z.ai在发布中展示了以下3个应用示例。
- 合同审查：为更换合作方的委托人审查软件开发合同的解约条款，并提出具体修改方案
- 证据分析：在围绕某个项目的纠纷中阅读40份文件，标明出处文件的同时梳理进度报告中的矛盾之处
- 合规调查：针对在新加坡、马来西亚和印度尼西亚上线的网站，将个人信息保护的应对事项整理为带优先级的清单
在合同示例中，公司表示其桌面端智能体“AutoClaw”会以修订记录和批注的形式将修改写入Word文档。
使用方法与提供情况
GLM-Legal通过在Z.ai网站的申请页面申请API使用的形式提供。公司列出的对象包括律师事务所、法律科技企业、企业法务部门和个人从业者。近期也计划在AutoClaw中提供。Z.ai未公布价格。
据英国法律科技专业媒体Artificial Lawyer报道，目前模型权重（内部数据）尚未公开。在日本的提供以及对日本法律的支持尚未公布。
CoAI编辑部观点
GLM-Legal是AI模型开发公司亲自推出法律专用模型、而非通用模型附加功能的一个例子。在特定领域训练轻量模型以逼近大型模型的方针，对希望控制成本的企业具有吸引力。另一方面，虽然部分评估由第三方测量，但与主要模型的比较来自Z.ai的发布，价格和对日本法律的支持也尚不清楚。在法律业务中使用AI时，机密信息的处理以及建立最终由人确认内容的体制必不可少。