GLM-Legal 法律模型在 2026 年 10 月 12 日由智谱（Z.ai）发布，它是在 GLM-5.3-Flash 基础上做法律专项训练的智能体模型。智谱自报的核心数字是：在覆盖 24 类法律业务的 Harvey LAB 评测中，它的全通过率达到 19.2%，比基座模型的 6.7% 高出 12.5 个百分点；独立评测方 Vals AI 的榜单给出了 19.17% 的相近结果。目前该模型需要申请 API 试用，尚未公开定价。这次发布看点不在通用能力，而是看一个低价基座经过垂直训练后，能把专业任务做到什么程度。
为什么法律任务适合检验智能体
智谱的判断是，法律工作对智能体是一场压力测试：一项任务要从原始文件里抽出争议焦点，套上对的法条，把论证组织得站得住，最后还要按指定格式交付，中间任何一环掉链子，成果就不能用。Harvey LAB 的计分方式正是这种全有或全无：一个任务只有每条评分标准都过才算通过，所以 19.2% 这个绝对值看着不高，部分原因是门槛本身严。但反过来说，仍有约八成任务不能全程达标，律所和法务团队把它当成可以独立交付的工具还为时过早，现阶段更适合做初稿和核查的加速器。
训练方法：法律语料打底，再进数万个模拟环境练手
做法上，GLM-Legal 先用高质量法律语料做专项中间训练，补法律概念、法条和解释体系，再在数万个模拟法律环境里做强化学习，练在具体约束下规划分析步骤、推进流程并产出成果物。与模型一起迭代的还有负责管理上下文、连接工具和回传执行反馈的智能体运行框架，模型训练中暴露的异常案例会被拿去修框架的结构问题。除 Harvey LAB 外，智谱还自报了 LegalBench 86.2 分、面向中文法律咨询与文书的 PLawBench 77.3 分，称与头部闭源模型大体相当；这两项没有给出对照模型的逐项分数，宜按厂商自测看待。
官方案例里它实际干了什么
智谱展示的案例能帮助判断它的工作方式。审查一份软件服务合同时，它建议把解约通知期从 60 天缩短到 30 天，并要求服务商提供最长 90 天的交接支持。在一个涉及 40 份文件的软件项目纠纷中，它发现公司对客户报告的完成进度是 60%、内部记录却只有约 41%，还找出了管理层要求隐瞒风险、继续收费的邮件，并结合合同条款分析了可能的责任。这些都是智谱单方展示的样例，没有独立复核，但至少说明它被训练去做的不是问答，而是跨文件找矛盾、给修改建议这种成串的活。
成本很低，代价是慢
第三方数据里最醒目的对比来自 Vals AI：完成一项其测试任务，GLM-Legal 的成本约 0.15 美元，成绩接近的 Gemini 4 Argon 约 10.55 美元，相差约 70 倍；但平均耗时它要约 72 分钟，对方约 44 分钟。对合同审查、证据梳理这类可以异步等待的工作，便宜比快更重要，这个取舍成立；对需要当场出结果的咨询场景，72 分钟就很难接受。接下来值得看的是申请试用的开放范围、正式定价，以及耗时能不能压下来，这三点决定它是从一份亮眼的评测成绩单，变成律所真的会付费的工具，还是停在验证阶段。
