智谱新模型，懂法方面全球第一了
内容提要
智谱推出法律专用开源模型GLM-Legal，可审查合同、梳理证据并开展跨境合规研究。该模型在Vals AI法律测评中以19.2%的全通过率和86.23%的准确率位列Harvey LAB与LegalBench开放权重模型榜首。其训练先经法律语料中期训练，再通过数万法律任务强化学习，适配中文及跨境场景。目前模型仍处早期，智谱正邀请律所和企业法务试用反馈，并计划接入AutoClaw。
延伸解读
“全通过率”才是法律任务的真正门槛
GLM-Legal在Harvey LAB上19.2%的全通过率看似不高，但该测评要求模型满足一项任务中的所有评分条件才算通过，且任务模拟律所真实派活，覆盖24个法律领域。这意味着模型需从读材料、调工具到交付成果全程无短板。这一指标比单纯准确率更能反映模型在复杂法律工作流中的可靠性，也解释了为何19.2%已能位列开放权重模型榜首。
成本与速度的权衡：法律AI选型不能只看分数
文章指出，在成绩相近的情况下，GLM-Legal比Gemini 4 Argon慢近30分钟，但Gemini的每项测试成本约为GLM-Legal的70倍。这提醒律所和企业法务，在实际部署法律AI时，需将任务通过率、响应时间和单次成本放在一起评估。对于批量合同审查等场景，低成本可能比极致速度更具吸引力，而跨境合规研究等复杂任务则需综合考量。
从“法学院”到“模拟律所”的训练路径
GLM-Legal的训练分两步：先在GLM-5.3-Flash底座上进行法律语料中期训练，学习法律概念、法条和分析方法；再通过数万法律任务环境中的强化学习，练习读材料、做分析、推进任务和交付成果。这种“先打基础再实战”的路径，与法律人才培养逻辑相似，也表明垂直模型的能力提升不仅依赖底座，更取决于专业任务环境的打磨。
早期模型定位：辅助工具而非替代律师
智谱明确GLM-Legal仍处早期，19.2%的全通过率意味着多数严格评分任务未完全达标，目前正邀请律所、企业法务等申请Beta试用并反馈。其目标是将模型接入AutoClaw，成为律师的辅助工具。读者应理性看待榜单成绩，法律工作的复杂性和责任要求决定了当前阶段模型更适合承担合同初审、证据梳理等辅助性任务，最终判断仍需专业人士把关。
Q&A
GLM-Legal是什么模型？它主要能做什么？
GLM-Legal是智谱推出的法律专用开源模型，能够审查合同、梳理证据、开展跨境合规研究等，并输出可直接使用的成果。
GLM-Legal在法律测评中取得了什么成绩？
在Vals AI法律测评中，GLM-Legal以19.2%的任务全通过率和86.23%的准确率，位列Harvey LAB与LegalBench开放权重模型榜首。
GLM-Legal是如何训练出来的？
训练分两步：先在GLM-5.3-Flash底座上进行法律语料中期训练，学习法律概念、法条和分析方法；再通过数万法律任务环境中的强化学习，练习读材料、做分析、推进任务和交付成果。
GLM-Legal能处理中文法律任务吗？是否适配中国法律？
是的，GLM-Legal适配中文法律实务，不会水土不服，同时也能处理英文法律任务和东南亚跨境合规等场景。
GLM-Legal目前处于什么阶段？如何试用？
GLM-Legal仍处于早期阶段，智谱正邀请律所、法律科技公司、企业法务团队和独立执业人士申请Beta试用并提供反馈，同时计划将能力接入AutoClaw。
GLM-Legal与通用模型（如GLM-5.3-Flash）在法律任务上的表现有何不同？
在合同审查、证据梳理等任务中，GLM-Legal能给出更具体、可落地的建议，例如明确时间、交接范围，并将修改方案与合同现有约定对应，而通用模型仅提供较泛的建议。
使用GLM-Legal的成本和速度如何？
在成绩相近的情况下，GLM-Legal比Gemini 4 Argon慢近30分钟，但Gemini的每项测试成本约为GLM-Legal的70倍，显示GLM-Legal具有显著成本优势。
