Z.ai GLM-Legal превосходит Claude Fable 5 и Kimi K3 в Harvey LAB
Z.ai только что выпустила GLM-Legal. GLM-Legal — это юридическая ИИ-модель от Z.ai, созданная на базе GLM-5.3-Flash и обученная для агентной юридической работы. Она предназначена для анализа контрактов, анализа доказательств и исследований в области комплаенса. Ключевой результат — показатель полного прохождения 19,2% в Legal Agent Benchmark (LAB) от Harvey. Это почти в 3 раза выше, чем 6,7% у базовой модели. Для разработчиков есть нюанс: доступ пока предоставляется только по заявке.
Кратко
- Размер: Создана на базе GLM-5.3-Flash — MoE-модели с общим числом параметров 320B, из которых активно 18B, контекстом в 1M токенов и максимальным выводом в 128K токенов. Z.ai не указывает отдельное количество параметров GLM-Legal.
- Работает на: Только на размещённом API Z.ai, по заявке. Открытых весов нет. Базовую модель можно самостоятельно запускать на многографовых серверах через vLLM или SGLang, используя веса FP8.
- Производительность: Входит в топ-10 Harvey LAB при значительно меньшей стоимости, чем передовые модели. Отстаёт от лидера LegalBench менее чем на 2,3 процентного пункта.
- Лучший результат: 19,17% прохождения заданий Harvey LAB, 7-е место из 79 по версии Vals AI при стоимости $0,15 за тест.
- Худший результат: 41,83% в Legal Research Bench от Vals AI — ниже собственной базовой модели (45,19%).
- Итог:
- Лучшее: результаты юридического агента уровня передовых моделей примерно за 1/128 стоимости Claude Fable 5.
- Худшее: закрытая бета-версия без информации о цене, без весов и с медленным выполнением (1 ч 12 мин на задание).
Что такое GLM-Legal?
GLM-Legal — это специализированная для юридической отрасли версия GLM-5.3-Flash, предназначенная для юридических фирм, корпоративных юристов и команд по комплаенсу. В её основе лежит первая нативно мультимодальная модель GLM-5 от Z.ai. Она содержит 320B общих параметров, из которых активно 18B. В ней сочетаются разреженное и линейное внимание для снижения стоимости обработки длинного контекста. Модель работает с текстом, изображениями, видео и файлами и выдаёт текст.
Как обучалась GLM-Legal?
Обучение проходило в 2 этапа:
- Промежуточное обучение на расширенных юридических корпусах для усиления рассуждений от фактов к правилам и выводам.
- Дообучение с помощью обучения с подкреплением в десятках тысяч сред для юридических задач.
Команда Z.ai также описывает совместную эволюцию агентного контура с моделью в ходе дообучения. Крайние случаи в обучении выявляли узкие места контура. Затем исправления контура знакомили модель с более реалистичными ограничениями.
Как GLM-Legal показывает себя в Legal Agent Benchmark от Harvey?
Harvey LAB — это бенчмарк с открытым исходным кодом, включающий 1 250 заданий в 24 областях юридической практики. Работу оценивают более 75 000 критериев рубрик, составленных экспертами. Задание считается пройденным, только если пройден каждый критерий. Harvey называет это оцениванием по принципу полного прохождения.
Vals AI запускает отложенный набор с помощью 2 судей на базе LLM при отключённом интернете. Агенты получают файловые инструменты, а также навыки работы с docx, pptx и xlsx.
В этой таблице лидеров GLM-Legal набирает 19,17% и занимает 7-е место из 79. Её базовая модель GLM-5.3-Flash набирает 6,67%. Прирост на 12,5 процентного пункта — ключевое утверждение разработчиков, и независимый оценщик его воспроизвёл.
График запуска Z.ai показывает, что GLM-Legal опережает Kimi K3 (12,92%), Claude Fable 5 (11,25%) и GPT-6 Astra (5,42%). Эти показатели совпадают с данными Vals AI. На графике отсутствуют 6 моделей, занявших более высокие места; лидирует Muse Spark 1.2 с результатом 25,42%.
GLM-Legal также проходит 92,5% отдельных критериев. Лучшие модели показывают по этому показателю около 90–95%.
Соответствует ли GLM-Legal передовым моделям в LegalBench?
Примерно. Z.ai заявляет о паритете в LegalBench и ориентированном на китайское право PLawBench, не публикуя конкретных цифр. Vals AI оценивает GLM-Legal в LegalBench на 86,23%. Claude Fable 5 лидирует с результатом 88,56%. Kimi K3 набирает 86,21%.
Как GLM-Legal сравнивается с Kimi K3, Claude Fable 5 и GPT-6 Astra?
| GLM-Legal | GLM-5.3-Flash (базовая) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| Разработчик | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| Общее / активное число параметров | Создана на базе 320B / 18B | 320B / 18B | 2,8T / 104B | Не раскрыто | Не раскрыто |
| Контекстное окно | 1M | 1M | 1M | 1M | 1M |
| Веса / лицензия | Открытых весов нет | Открытая, MIT | Открытая, лицензия Kimi K3 | Проприетарная | Проприетарная |
| Harvey LAB (прохождение заданий) | 19,17% | 6,67% | 12,92% | 11,25% | 5,42% |
| LegalBench | 86,23% | 83,93% | 86,21% | 88,56% | Не указано Vals |
| Legal Research Bench | 41,83% | 45,19% | 46,15% | 49,52% | 39,42% |
| Стоимость одного теста Harvey LAB | $0,15 | $0,57 | $3,83 | $19,23 | $26,16 |
| Средняя продолжительность Harvey LAB | 1 ч 12 мин | 52 мин 17 с | 13 мин 58 с | 26 мин 53 с | 24 мин 49 с |
| Цена API (ввод / вывод, за 1M токенов) | Не опубликована | $0,15 / $0,50 | $3 / $15 | $10 / $50 | $10 / $50 |
| Доступ | API по заявке | API, Hugging Face | API, Hugging Face | API | API |
Все показатели бенчмарков, стоимости и продолжительности получены в результате запусков Vals AI по состоянию на 12 октября 2026 года. Vals запускала обе модели GLM по цене $0,075 / $0,25 за 1M токенов.
Как разработчики могут получить доступ к GLM-Legal?
Юридические фирмы, компании в сфере legal tech и корпоративные команды могут подать заявку на доступ к API. Z.ai не публиковала цену. Репозитория GLM-Legal на Hugging Face нет по состоянию на 13 октября 2026 года. Z.ai заявляет, что GLM-Legal появится в AutoClaw, её десктопном агентном приложении, но не называет дату.
Базовая модель уже доступна по цене $0,15 / $0,50 за 1M токенов. Команды могут создавать на ней прототипы конвейеров, а затем позже заменить идентификатор модели.
Ключевые выводы
- GLM-Legal набирает 19,17% в Harvey LAB против 6,67% у базовой модели.
- Она занимает 7-е место из 79 по версии Vals AI, уступая 6 моделям Meta и Google.
- Стоимость одного теста Harvey LAB составляет $0,15 против $19,23 у Claude Fable 5.
- В Legal Research Bench результат снизился на 3,36 пункта по сравнению с GLM-5.3-Flash.
- Доступ предоставляется только по заявке; опубликованных цен и весов нет.
Ознакомьтесь с технологическим блогом Z.ai, таблицей лидеров Harvey LAB от Vals AI и карточкой модели GLM-5.3-Flash. Подайте заявку на доступ к API здесь.. Все заслуги принадлежат исследователю этого проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту по машинному обучению с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? Теперь к нам можно присоединиться и в Telegram.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.