Z.ai发布法律专用大模型GLM-Legal，Harvey LAB通过率达19.2%

模型定位与技术架构

GLM-Legal是Z.ai推出的法律垂直领域大模型，基于其自研的GLM-5.3-Flash基座模型构建。该基座为原生多模态模型，总参数量3200亿，激活参数180亿，采用稀疏注意力与线性注意力混合机制，支持100万token上下文窗口及最高128K token输出长度。GLM-Legal本身未单独公布参数规模，但继承了基座对文本、图像、视频及各类文件（如PDF、DOCX）的解析能力，输出为结构化法律文本。

训练方法：两阶段专业化强化

训练分为两个关键阶段：中期阶段使用扩展后的法律语料库进行微调，重点提升从事实到规则再到结论的推理链完整性；后期阶段则引入强化学习，在数万个模拟法律任务环境中持续优化，涵盖合同审阅、判例检索、监管条款比对等真实场景。值得注意的是，Z.ai团队强调其“智能体运行时框架”（agent harness）与模型同步演进——训练中暴露的边缘案例会揭示框架瓶颈，而框架迭代又反向约束模型行为，使其更贴合实际法律工作流中的工具调用、步骤校验与容错要求。

Harvey LAB基准表现：领先同级竞品

Harvey LAB是由Harvey AI发布的开源法律智能体评测基准，覆盖24个法律实务领域共1250项任务，每项任务由超7.5万条专家撰写的细粒度评分标准判定，仅当全部标准均满足才计为“通过”（all-pass grading）。Vals AI于2026年10月12日完成独立评测：GLM-Legal以19.17%的全任务通过率位列79个参测模型第7名；其基座模型GLM-5.3-Flash仅为6.67%，提升达12.5个百分点。对比显示，GLM-Legal显著优于Kimi K3（12.92%）、Claude Fable 5（11.25%）及GPT-6 Astra（5.42%），仅次于榜首Muse Spark 1.2（25.42%）。此外，其单条评分标准通过率达92.5%，处于当前顶尖水平区间（90%–95%）。

多维度横向对比与成本优势

在LegalBench通用法律评测中，GLM-Legal得分为86.23%，略低于Claude Fable 5的88.56%，与Kimi K3（86.21%）基本持平；但在更侧重实操的Legal Research Bench上，其41.83%的表现反低于自身基座（45.19%），提示专业细化可能牺牲部分泛化能力。成本方面差异显著：GLM-Legal单次Harvey LAB测试成本仅0.15美元，约为Claude Fable 5（19.23美元）的1/128；但响应耗时长达1小时12分钟，远高于Kimi K3（13分58秒）等竞品。API当前仅开放申请制接入，无公开价格、无Hugging Face仓库、无本地部署选项。

开发者接入路径与生态规划

Z.ai面向律所、企业法务部门及法律科技公司开放API申请，未披露商用定价。基座模型GLM-5.3-Flash已开放Hugging Face下载（MIT许可），支持vLLM/SGLang多卡部署，API调用价为0.15/0.50美元每百万输入/输出token。Z.ai表示GLM-Legal后续将集成至其桌面智能体应用AutoClaw，但尚未公布上线时间。开发者可先基于基座模型构建原型系统，待权限获批后无缝切换模型ID。

> 编者观点：GLM-Legal凸显“小模型+精调+强框架”的垂直AI落地新路径——不盲目堆参，而是以高性价比实现法律智能体核心能力突破。对中国法律科技厂商而言，与其追逐通用大模型军备竞赛，不如聚焦真实业务闭环，联合垂类数据方与工具链开发商共建可审计、可解释、可嵌入工作流的轻量化专业智能体。