
GLM-Legal – 智譜推出的法律專用大模型
GLM-Legal是什麼
GLM-Legal是智譜推出的法律專用大模型,基於輕量級基座GLM-5.3-Flash,經法律領域中間訓練與強化學習後訓練打造。GLM-Legal覆蓋閱讀材料—提取事實—分析法律關係—制定建議—生成專業文件的完整工作流,支持合同審查、證據分析、法律研究、合規規劃等任務。官方評測中,Harvey LAB全項通過率達19.2%,LegalBench、PLawBench持平前沿閉源模型。
GLM-Legal的主要功能
合同審查:分析合同條款風險,站在客戶立場提出具體可執行的修改建議。
證據分析:批量閱讀案件材料,找出證據間的矛盾與關鍵事實,引用來源編號並區分事實與推論。
法律研究:結合案件事實與法律規則形成有依據的分析結論,輸出可供律師審查的專業意見。
合規工作:針對跨境業務梳理各法域合規義務,輸出分優先級的落地清單並附具體法條引用。
專業文件生成:按法律工作規範組織分析、意見或修改方案,交付可直接使用的工作成果。
AutoClaw 集成:接入桌面 Agent 平台後,可在 Word 中修訂模式和批註直接呈現合同修改內容。
GLM-Legal的技術原理
輕量基座 + 領域縮放:模型構建於 GLM-5.3-Flash 之上,通過擴展高質量法律語料的中間訓練建立法律概念、法規規則和解釋框架的系統性知識底座,用小參數規模換取接近前沿模型的領域能力。
模型與 Harness 協同進化:後訓練階段在數萬個真實法律任務環境中做強化學習;Harness 作爲運行時編排框架管理任務上下文、工具調用與執行反饋,模型訓練暴露的邊界問題反哺 Harness 架構改進,架構改進又使模型適應真實執行約束,二者雙向迭代。
生產反饋閉環:由執業律師按”問題覆蓋、論證有據、格式合規、零返工”等標準評審實際輸出,將主觀質量轉化爲具體工程損失信號,回灌到任務環境、評測標準與 Harness 設計中,形成”實踐需求—訓練—驗證”的持續優化循環。
如何使用GLM-Legal
申請訪問:前往 https://z.ai/consultation/legal 提交 Beta 申請。
等待審覈:等待智譜審覈通過並獲得 API 訪問權限。
選擇使用方式:開發者調用 API 集成到自己的法律工作流,普通用戶可下載 AutoClaw 桌面端。
佈置任務:向模型提供任務簡報和相關源文件,明確交付格式要求。
獲取成果:模型自動完成閱讀、分析、推理並輸出專業文件(。
人工複覈:由執業律師審查輸出質量,確認無誤後交付客戶或用於談判。
GLM-Legal的核心優勢
端到端任務執行:覆蓋閱讀材料→提取事實→分析法律關係→制定建議→生成文件的完整工作流。
評測成績過硬:Harvey LAB 全項通過率達 19.2%(較基座提升 12.5 個百分點),LegalBench、PLawBench 持平前沿閉源模型,且由 Vals 獨立評估。
參數小、成本低:用輕量級 GLM-5.3-Flash 爲基座達到前沿水平,推理效率高,部署和使用成本更低。
交付即用的成果:輸出嚴格遵循任務簡報的專業文件,下游團隊無需返工即可直接使用。
證據級嚴謹性:分析中引用來源文件編號,區分事實與推論,論證和引用均可追溯覈驗。
GLM-Legal的項目地址
項目官網:https://z.ai/blog/glm-legal
GLM-Legal的同類競品對比
對比維度
GLM-Legal
Harvey
模型路線
自研輕量基座 GLM-5.3-Flash + 法律領域訓練,主打推理成本
基於 GPT 等第三方前沿大模型構建法律 Agent 套件
評測表現
Harvey LAB 全項通過率 19.2%(較基座 +12.5pp),LegalBench/PLawBench 持平前沿閉源模型
Harvey LAB 的出題方,自家產品在該基準的具體分數未公開
核心能力
合同審查、證據分析、法律研究、合規規劃、專業文件生成
端到端法律工作流(研究、起草、審查),覆蓋大型律所場景
交付形態
API + AutoClaw 桌面 Agent,可在 Word 中輸出修訂模式
獨立 SaaS 平台,深度集成 Microsoft Word / 律所繫統
語言與市場
中英雙語均衡,PLawBench 驗證中國法律實務能力
以英美法系英語市場爲主
GLM-Legal的應用場景
合同審查與談判支持:審查軟件服務等各類合同,站在客戶立場識別風險條款,輸出具體修改建議並直接在 Word 中以修訂模式呈現,供談判使用。
訴訟證據分析與案件準備:批量閱讀數十份案件文檔,構建證據矛盾地圖(如外部進度報告 vs 內部真實記錄的矛盾),引用來源