Z.ai 发布法律垂直模型 GLM-Legal：基于 GLM-5.3-Flash，Harvey LAB 全通过率 19.2%（厂商口径），API 需申请

核心背景与行业痛点

大模型正从写代码走向更广的专业协作，法律是高风险的典型场景：从事实、法条、推理到可交付的文书，链条不能断，还要严格贴合委托要求。通用模型常见的问题是建议泛泛而谈、引证不实。2026-10-12 Z.ai 发布垂直法律模型 GLM-Legal（技术博客），基于轻量的 GLM-5.3-Flash 训练。

架构亮点与底层机制

训练分两步：中训练阶段扩充高质量法律语料，强化「事实—规则—结论」的推理链；后训练阶段在数万个真实法律环境中做强化学习，并让模型与 Agent 运行框架（harness，负责上下文、工具和执行反馈）同步迭代，再把律师对产出的评审意见转成训练信号。落地场景有三类：合同审查（直接在 Word 中生成带修订痕迹的改稿）、证据分析（把对外报告和内部记录对照，标出矛盾并注明文档编号）、跨境合规规划（博客示例覆盖新加坡、马来西亚、印尼）。

权威 Benchmark 与实测跑分对比

以下均为 官方/厂商口径，暂无第三方复现。Harvey LAB（覆盖 24 个执业领域，要求全部检查项通过）全通过率：GLM-Legal 19.2%，Kimi K3 12.9%，Claude Fable 5 11.3%，GLM-5.3-Flash 6.7%，GPT-6 Astra 5.4%；比底座提升 12.5 个百分点。LegalBench 与中文法律评测 PLawBench 仅称「与前沿闭源模型持平」，未给出具体分数。即便是最好成绩，19.2% 也意味着约八成任务未能全部通过，离无人审核直接交付还很远。

开发者实战落地与开箱指南

1. 目前未开放权重（Hugging Face 上没有对应模型），API 需在 申请页 提交接入申请，价格未公布。2. 桌面 Agent 平台 AutoClaw 将「很快」上线 GLM-Legal，尚无具体日期。3. 若要评估，建议用自有合同和案卷做盲测，对照律师人工标注，重点检查引证是否真实。4. 涉及客户数据时，先确认数据出境和保密条款。