中國AI企業Z.ai（智譜）於2026年10月12日發表專為法律業務打造的AI模型「GLM-Legal」。這是一款依照實際法律業務流程進行合約審閱、證據分析、法規遵循調查等工作的「代理式」模型。目前為試用提供（測試版），正在受理律師事務所與企業法務部門等的使用申請。
GLM-Legal是什麼
根據Z.ai的說法，GLM-Legal是以該公司的輕量模型「GLM-5.3-Flash」為基礎，聚焦法律領域進行追加訓練的模型。作為基礎的GLM-5.3-Flash總共擁有3200億個參數（表示模型規模的數值），每次處理實際只使用其中180億個，是一種節省運算量的模型。根據開發者資料，它最多可一次處理100萬token的長文。
Z.ai表示，AI的角色正從「憑一次指示撰寫程式碼」擴展到與專業人士一起推進工作。公司認為，法律業務需要從零散的資料中擷取重點、套用法律建構有條理的分析，並依規定格式完成，因此適合作為訓練專業業務AI的題材。
評估結果
Z.ai公布的主要結果如下。
- Harvey LAB：全項目合格率19.2%。比基礎模型GLM-5.3-Flash（6.7%）提高12.5個百分點。作為比較對象列出的Kimi K3為12.9%、Claude Fable 5為11.3%、GPT-6 Astra為5.4%
- LegalBench：在合約、併購相關文件與判決書的解讀上為86.2%。Z.ai表示與主要封閉模型相當，但略低於Claude Fable 5（88.6%）與GPT-6 Astra（87.1%）
- PLawBench：在中國法律諮詢、案例分析與書狀撰寫上為77.3%。與Claude Fable 5（77.7%）大致處於同一水準
Harvey LAB是法律AI企業Harvey公開的評估，橫跨24個業務領域，出題內容貼近律師事務所與企業法務部門的實際工作。評分採嚴格方式，只有滿足所有評估項目時才算合格，沒有部分給分。
根據Z.ai的說法，Harvey LAB與LegalBench的結果由AI評估公司Vals AI獨立測量。PLawBench則是Z.ai自己的評估。在Vals AI的排行榜中，GLM-Legal的Harvey LAB成績在79個模型中排名第7。
訓練方法
Z.ai表示，訓練分為以下3個階段進行。
- 中期訓練：讓模型大量學習高品質的法律文本，掌握法律概念、條文與解釋思維
- 後訓練：在數萬個貼近現實的法律業務環境中進行強化學習（透過反覆試錯提升能力的學習），練習從分析規劃到成果製作的完整流程
- 來自實務的回饋：法律專家以「是否遺漏重要爭點」「引用是否正確」「能否直接使用」等標準評估輸出，並將結果運用於下一輪訓練
在後訓練中，公司表示將模型與提供工具和資料給模型、讓其推進工作的機制（harness）一同改良。
預期的使用方式
Z.ai在發表中展示了以下3個應用範例。
- 合約審閱：為更換合作廠商的委託人審閱軟體開發合約的解約條款，並提出具體修改建議
- 證據分析：在圍繞某專案的糾紛中閱讀40份文件，一邊標示出處文件，一邊整理進度報告中的矛盾之處
- 法規遵循調查：針對在新加坡、馬來西亞與印尼上線的網站，將個人資料保護的因應事項整理成附優先順序的清單
在合約範例中，公司表示其桌面代理「AutoClaw」會以追蹤修訂與註解的形式，將修改寫入Word文件。
使用方式與提供狀況
GLM-Legal以透過Z.ai網站申請頁面申請API使用的形式提供。公司列出的對象包括律師事務所、法律科技企業、企業法務部門與個人執業者。近期也預計在AutoClaw中提供。Z.ai未公布價格。
根據英國法律科技專業媒體Artificial Lawyer報導，目前模型權重（內部資料）尚未公開。在日本的提供以及對日本法律的支援尚未公布。
CoAI編輯部觀點
GLM-Legal是AI模型開發公司親自推出法律專用模型、而非通用模型附加功能的一個例子。在特定領域訓練輕量模型以逼近大型模型的方針，對想控制成本的企業具有吸引力。另一方面，雖然部分評估由第三方測量，但與主要模型的比較來自Z.ai的發表，價格與對日本法律的支援也還不清楚。在法律業務中使用AI時，機密資訊的處理，以及建立最終由人確認內容的體制，都不可或缺。