智谱发布 GLM-Legal：专攻法律的大模型，合同审查、证据梳理都能干

智谱又出新模型了，这回不卷通用能力，直接冲着律师的活儿来。

先简单说下智谱：它是从清华系团队走出来的国内大模型公司，GLM 系列就是它家的，海外品牌叫 Z.ai。

10 月 12 日，Z.ai 发布了 GLM-Legal，一个法律专用模型，底座是轻量的 GLM-5.3-Flash。官方说它在主流法律评测上能跟一线闭源大模型掰手腕，主打的场景是合同审查、证据分析、合规研究这类真实法律工作。

先说清楚：这次没有开源，没有放权重，也没有 GitHub 仓库。目前是通过官网申请 API 权限，之后会接进智谱的桌面 Agent 平台 AutoClaw。

成绩单：官方自己公布的数字

智谱拿了三个评测来测，下面都是官方博客里的数字。

图：Z.ai 官方博客

• Harvey LAB（法律 AI 公司 Harvey 的 Agent 评测，覆盖 24 个执业领域，要求任务全部达标才算过）：GLM-Legal 19.2%，比底座 GLM-5.3-Flash 的 6.7% 高了 12.5 个百分点。图里的 Kimi K3 是 12.9%，Claude Fable 5 是 11.3%，GPT-6 Astra 是 5.4%。

• LegalBench（合同、并购文件、判决书这类英文法律推理）：GLM-Legal 86.2，和 Kimi K3 持平，略低于 Claude Fable 5 的 88.6 和 GPT-6 Astra 的 87.1。

• PLawBench（中文法律咨询、案例分析、文书起草）：GLM-Legal 77.3，Claude Fable 5 是 77.7，Kimi K3 76.2，GPT-6 Astra 69.1。

所以准确的说法是：Harvey LAB 这项明显领先，另外两项基本是“追平一线”，并不是全面碾压。官方也强调，它是在参数规模小得多的情况下做到的。

它是怎么练出来的

博客里讲了三步，翻成大白话是这样：

第一步，中期训练补法律底子。大量喂高质量法律语料，让模型熟悉法条、概念和解释框架，把“事实—规则—结论”这条推理链练扎实。

第二步，后训练里让模型和 Agent 框架一起进化。他们在几万个仿真的法律任务环境里做强化学习，让模型学会规划分析、推进流程、交付成品。负责调度上下文和工具的那层框架（官方叫 Harness），也跟着模型一起迭代：训练中暴露的问题反过来改框架，框架改完又给模型更真实的约束。

第三步，拿真实律师的反馈当信号。问题有没有漏、引用靠不靠谱、是否严格按委托要求、能不能直接拿去用。这些主观标准被拆成可以训练的信号，再回灌到任务环境和评分标准里。

三个实际例子

官方拿底座 GLM-5.3-Flash 和 GLM-Legal 做了对比，差别挺直观。

1. 合同审查：帮客户把“退出条款”写实。底座模型给的是“可以考虑缩短通知期”这种泛泛建议。GLM-Legal 会直接改成：便利解约通知期从 60 天降到 30 天；涉及知识产权、保密、数据安全的违约，取消 30 天补救期，可以立即解约；不管付没付钱，交付物和在制品都要返还；再加最多 90 天的过渡协助。AutoClaw 会把这些改动以修订模式写进 Word。

图：Z.ai 官方博客，合同修订示例

2. 证据分析：40 份文件里找矛盾。一个软件项目纠纷，供应商对外报“进度正常、完成 60%”，内部快照却只有约 41%，还有 CEO 指示压下风险、继续开票的邮件。GLM-Legal 会把这些内外部记录逐条对上，标出证据编号，并提醒合同里“付款不等于放弃权利”的条款，同时把事实和推断分开写。

图：Z.ai 官方博客，证据时间线示例

3. 合规研究：网站要在新加坡、马来西亚、印尼上线。底座模型的回答更像一份检查清单。GLM-Legal 会给出优先级，比如上线前必须做的 P0：英文和印尼文隐私声明、非必要追踪改成主动同意、退订进屏蔽名单，还会点到三国对应的法条，再提醒逐个市场核对。

图：Z.ai 官方博客，合规报告示例

怎么用

目前要在官网填表申请 API 权限。官方说很快能在 AutoClaw 里直接用。价格官方还没公布。

说到底，法律建议还是得有执业律师把关，模型更适合做初稿和梳理。

相关链接

• 官方技术博客

https://z.ai/blog/glm-legal

• API 申请

https://z.ai/consultation/legal

• AutoClaw

https://autoclaw.z.ai

• 原推文

https://x.com/Zai_org/status/2109678174468534511

文章来自于微信公众号 “机智流”，作者 “机智流”