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 构建，并针对智能体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 Harvey 的 Legal Agent Benchmark（LAB）上取得 19.2% 的全通过率。这几乎是其基础模型 6.7% 的 3 倍。对开发者来说，问题在于访问权限：API 目前仅限申请使用。

TL;DR

规模：基于 GLM-5.3-Flash 构建，这是一个总参数 320B、激活参数 18B 的 MoE，拥有 1M token 上下文和 128K 最大输出。Z.ai 未单独列出 GLM-Legal 的参数数量。

运行于：仅通过 Z.ai 的托管 API，需申请。无公开权重。基础模型可通过 vLLM 或 SGLang 在多 GPU 服务器上自托管，使用 FP8 权重。

性能：以远低于前沿模型的成本进入 Harvey LAB 前十。与 LegalBench 领先者相差 2.3 分以内。

最佳：Harvey LAB 任务通过率 19.17%，在 Vals AI 上 79 个中排名第 7，每次测试 $0.15。

最差：在 Vals AI 的 Legal Research Bench 上为 41.83%，低于其自身基础模型（45.19%）。

总结：

最佳：以约为 Claude Fable 5 成本 1/128 的价格获得前沿级法律智能体得分。

最差：受限测试版，无价格、无权重，且运行缓慢（每个任务 1 小时 12 分钟）。

什么是 GLM-Legal？

GLM-Legal 是 GLM-5.3-Flash 的领域专用版本，面向律师事务所、企业法务和合规团队。其基础是 Z.ai 首个原生多模态 GLM-5 模型。它拥有 320B 总参数，激活参数 18B。它混合稀疏注意力和线性注意力，以降低长上下文服务成本。它可读取文本、图像、视频和文件，并输出文本。

GLM-Legal 是如何训练的？

训练分 2 个阶段进行：

在扩展的法律语料上进行中期训练，以加强从事实到规则再到结论的推理。

在数万个法律任务环境中通过强化学习进行后训练。

Z.ai 团队还描述了智能体 harness 在后训练期间与模型共同演化。训练中的边缘案例暴露了 harness 瓶颈。harness 修复随后又让模型接触到更真实的约束。

GLM-Legal 在 Harvey 的 Legal Agent Benchmark 上得分如何？

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 条由专家撰写的评分标准细则为这些工作打分。一项任务只有所有标准都通过才算通过。Harvey 称之为全通过评分。

Vals AI 在禁用互联网的情况下，用 2 个 LLM 评审运行留出集。智能体获得文件工具以及 docx、pptx 和 xlsx 技能。

在该排行榜上，GLM-Legal 得分 19.17%，在 79 个模型中排名第 7。其基础模型 GLM-5.3-Flash 得分 6.67%。12.5 个百分点的提升是核心主张，且一位独立评估者复现了这一结果。

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 6 个排名更高的模型，其中居首的是 Muse Spark 1.2，为 25.42%。

GLM-Legal 还通过了 92.5% 的单项标准。顶尖模型在该指标上接近 90% 至 95%。

GLM-Legal 在 LegalBench 上能否匹敌前沿模型？

大致可以。Z.ai 声称在 LegalBench 和面向中文的 PLawBench 上达到同等水平，但未公布数字。Vals AI 给 GLM-Legal 在 LegalBench 上的评分为 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-LegalGLM-5.3-Flash（基础）Kimi K3Claude Fable 5GPT-6 Astra开发者Z.aiZ.aiMoonshot AIAnthropicOpenAI总参数 / 激活参数基于 320B / 18B 基础模型320B / 18B2.8T / 104B未披露未披露上下文窗口1M1M1M1M1M权重 / 许可无公开权重开源，MIT开源，Kimi K3 许可专有专有Harvey LAB（任务通过率）19.17%6.67%12.92%11.25%5.42%LegalBench86.23%83.93%86.21%88.56%Vals 未列出Legal Research Bench41.83%45.19%46.15%49.52%39.42%每次 Harvey LAB 测试成本$0.15$0.57$3.83$19.23$26.16Harvey LAB 平均耗时1h12m52m17s13m58s26m53s24m49sAPI 价格（输入 / 输出，每 1M tokens）未公布$0.15 / $0.50$3 / $15$10 / $50$10 / $50访问方式通过申请获取 APIAPI、Hugging FaceAPI、Hugging FaceAPIAPI

所有基准测试分数、成本和耗时均来自 Vals AI 截至 2026 年 10 月 12 日的运行结果。Vals 以每 1M tokens $0.075 / $0.25 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法务团队可以申请 API 访问权限。Z.ai 未公布价格。截至 2026 年 10 月 13 日，Hugging Face 上不存在 GLM-Legal 仓库。Z.ai 表示 GLM-Legal 将登陆其桌面智能体应用 AutoClaw，但未给出日期。

基础模型现已可用，价格为每 1M tokens $0.15 / $0.50。团队可以基于它搭建流水线原型，之后再替换模型 ID。

要点

GLM-Legal 在 Harvey LAB 上得分 19.17%，高于其基础模型的 6.67%。

它在 Vals AI 上于 79 个模型中排名第 7，落后于 6 个 Meta 和 Google 模型。

每次 Harvey LAB 测试成本为 $0.15，而 Claude Fable 5 为 $19.23。

Legal Research Bench 相比 GLM-5.3-Flash 下降了 3.36 分。

仅限申请访问，未公布价格或权重。

查看 Z.ai 技术博客、Vals AI Harvey LAB 排行榜和 GLM-5.3-Flash 模型卡。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，别忘了加入我们的 150k+ ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们了。

文章 Z.ai GLM-Legal Beats Claude Fable 5 and Kimi K3 on Harvey LAB 首发于 MarkTechPost。