Z.ai发布法律AI模型GLM-Legal，Harvey
Z.ai GLM-Legal Beats Claude Fable 5 and Kimi K3 on Harvey LAB
垂直领域模型落地标杆，用极低成本实现了前沿性能，对LegalTech从业者极具参考价值。
Z.ai just released GLM-Legal. GLM-Legal is a legal AI model from Z.ai, built on GLM-5.3-Flash and trained for agentic legal work. It targets contract review, evidence analysis and compliance research. The key result is a 19.2% all-pass rate on Harvey’s Legal Agent Benchmark (LAB). That is nearly 3x its base model’s 6.7%. For developers, the catch is access: the API is application-only for now.
Z.ai 刚刚发布了 GLM-Legal。GLM-Legal 是 Z.ai 基于 GLM-5.3-Flash 构建的法律 AI 模型，专为代理式法律工作而训练。它针对合同审查、证据分析和合规研究。关键成果是在 Harvey 的法律代理基准（LAB）上取得了 19.2% 的全通过率。这几乎是其基础模型 6.7% 的三倍。对于开发者来说，限制在于访问权限：目前 API 仅限申请使用。
TL;DR
TL;DR（太长不看版）
- Size: Built on GLM-5.3-Flash, a 320B-total, 18B-active MoE with a 1M-token context and 128K max output. Z.ai lists no separate GLM-Legal parameter count.
- Runs on: Z.ai’s hosted API only, by application. No public weights. The base model self-hosts on multi-GPU servers via vLLM or SGLang, with FP8 weights.
- Performance: Top-10 on Harvey LAB at a fraction of frontier cost. Within 2.3 points of the LegalBench leader.
- Best: 19.17% Harvey LAB task pass rate, #7 of 79 on Vals AI, at $0.15 per test.
- Worst: 41.83% on Vals AI’s Legal Research Bench, below its own base model (45.19%).
- Bottom line:
- Best: frontier-class legal agent scores at about 1/128 the cost of Claude Fable 5.
- Worst: gated beta with no price, no weights and slow runs (1h12m per task).
- 规模：基于 GLM-5.3-Flash 构建，这是一个总参数量 320B、激活参数量 18B 的 MoE（混合专家）模型，支持 1M-token 上下文和 128K 最大输出。Z.ai 未列出单独的 GLM-Legal 参数量。
- 运行方式：仅通过 Z.ai 的主机 API 按申请使用。无公开权重。基础模型可通过 vLLM 或 SGLang 在多 GPU 服务器上自托管，并使用 FP8 权重。
- 性能：在 Harvey LAB 中排名前 10，成本仅为前沿模型的零头。与 LegalBench 领先者相差不到 2.3 个百分点。
- 最佳表现：Harvey LAB 任务通过率为 19.17%，在 Vals AI 排名 79 个中的第 7 位，每次测试费用为 0.15 美元。
- 最差表现：在 Vals AI 的法律研究基准上得分为 41.83%，低于其自身的基础模型得分（45.19%）。
- 总结：
- 最佳表现：以约 Claude Fable 5 成本 1/128 的价格获得前沿级法律代理评分。
- 最差表现：受限的 beta 版本，无定价、无权重且运行缓慢（每项任务耗时 1 小时 12 分钟）。
What is GLM-Legal?
什么是 GLM-Legal？
GLM-Legal is a domain-specialized version of GLM-5.3-Flash for law firms, in-house counsel and compliance teams. The base is Z.ai’s first natively multimodal GLM-5 model. It has 320B total parameters with 18B active. It mixes sparse and linear attention to cut long-context serving cost. It reads text, images, video and files, and outputs text.
GLM-Legal 是面向律师事务所、内部法务和合规团队的 GLM-5.3-Flash 领域专用版本。其基础是 Z.ai 首个原生多模态 GLM-5 模型。它拥有 320B 总参数量和 18B 激活参数量。它结合稀疏注意力和线性注意力以降低长上下文服务成本。它可以读取文本、图像、视频和文件，并输出文本。
How was GLM-Legal trained?
GLM-Legal 是如何训练的？
Training ran in 2 stages:
训练分为两个阶段：
- Mid-training on expanded legal corpora, to strengthen reasoning from facts to rules to conclusions.
- Post-training with reinforcement learning across tens of thousands of legal task environments.
- 在扩展的法律语料库上进行中期训练，以加强从事实到规则再到结论的推理能力。
- 在数万种法律任务环境中进行强化学习的后期训练。
The Z.ai team also describes the agent harness co-evolving with the model during post-training. Edge cases in training exposed harness bottlenecks. Harness fixes then exposed the model to more realistic constraints.
Z.ai 团队还描述了在后期训练期间，代理工具包（agent harness）与模型共同进化的过程。训练中的边缘情况暴露了工具包的瓶颈。修复工具包后，模型又面临更真实的约束条件。
How does GLM-Legal score on Harvey’s Legal Agent Benchmark?
GLM-Legal 在 Harvey 的法律代理基准（LAB）上表现如何？
Harvey LAB is an open-source benchmark of 1,250 tasks across 24 practice areas. Over 75,000 expert-written rubric criteria grade the work. A task passes only if every criterion passes. Harvey calls this all-pass grading.
Harvey LAB 是一个开源基准，包含跨越 24 个执业领域的 1,250 项任务。超过 75,000 条专家编写的评分标准用于对工作成果进行评级。只有当所有标准都通过时，任务才算通过。Harvey 称此为全通过率评分。
Vals AI runs the held-out set with 2 LLM judges and internet disabled. Agents get file tools plus docx, pptx and xlsx skills.
Vals AI 使用 2 个 LLM 裁判并在禁用互联网的情况下运行预留测试集。代理可获得文件工具以及 docx、pptx 和 xlsx 技能。
On that leaderboard, GLM-Legal scores 19.17% and ranks #7 of 79. Its base, GLM-5.3-Flash, scores 6.67%. The 12.5-point lift is the core claim, and an independent evaluator reproduced it.
在该排行榜上，GLM-Legal 得分为 19.17%，在 79 个模型中排名第 7。其基础模型 GLM-5.3-Flash 得分为 6.67%。12.5 个百分点的提升是核心主张，且独立评估者已复现该结果。
Z.ai’s launch chart shows GLM-Legal ahead of Kimi K3 (12.92%), Claude Fable 5 (11.25%) and GPT-6 Astra (5.42%). Those figures match Vals AI. The chart omits 6 models ranked higher, led by Muse Spark 1.2 at 25.42%.
Z.ai 的发布图表显示，GLM-Legal 领先于 Kimi K3（12.92%）、Claude Fable 5（11.25%）和 GPT-6 Astra（5.42%）。这些数据与 Vals AI 相符。图表省略了排名更高的 6 个模型，其中 Muse Spark 1.2 以 25.42% 位居榜首。
GLM-Legal also passes 92.5% of individual criteria. Top models sit near 90% to 95% on that measure.
GLM-Legal 还通过了 92.5% 的各项单独标准。顶级模型在该指标上的得分通常在 90% 到 95% 之间。
Does GLM-Legal match frontier models on LegalBench?
GLM-Legal 在 LegalBench 上是否能匹敌前沿模型？
Roughly. Z.ai claims parity on LegalBench and the Chinese-focused PLawBench without publishing numbers. Vals AI scores GLM-Legal at 86.23% on LegalBench. Claude Fable 5 leads at 88.56%. Kimi K3 scores 86.21%.
大致如此。Z.ai 声称 GLM-Legal 在 LegalBench 和专注于中文的 PLawBench 上与前沿模型持平，但未公布具体数据。Vals AI 给出的 GLM-Legal 在 LegalBench 上的得分为 86.23%。Claude Fable 5 以 88.56% 领先。Kimi K3 得分为 86.21%。
How does GLM-Legal compare with Kimi K3, Claude Fable 5 and GPT-6 Astra?
GLM-Legal 与 Kimi K3、Claude Fable 5 和 GPT-6 Astra 相比如何？
| GLM-Legal | GLM-5.3-Flash (base) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| Developer | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| Total / active params | Built on 320B / 18B base | 320B / 18B | 2.8T / 104B | Not disclosed | Not disclosed |
| Context window | 1M | 1M | 1M | 1M | 1M |
| Weights / license | No public weights | Open, MIT | Open, Kimi K3 License | Proprietary | Proprietary |
| Harvey LAB (task pass) | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | Not listed by Vals |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| Cost per Harvey LAB test | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| Avg Harvey LAB duration | 1h12m | 52m17s | 13m58s | 26m53s | 24m49s |
| API price (in / out, per 1M tokens) | Not published | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| Access | API by application | API, Hugging Face | API, Hugging Face | API | API |
| GLM-Legal | GLM-5.3-Flash (base) | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| 开发者 | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| 总参数/活跃参数 | 基于 320B / 18B 构建 | 320B / 18B | 2.8T / 104B | 未披露 | 未披露 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M |
| 权重/许可 | 无公开权重 | 开源，MIT | 开源，Kimi K3 许可 | 专有 | 专有 |
| Harvey LAB (任务通过率) | 19.17% | 6.67% | 12.92% | 11.25% | 5.42% |
| LegalBench | 86.23% | 83.93% | 86.21% | 88.56% | Vals 未列出 |
| Legal Research Bench | 41.83% | 45.19% | 46.15% | 49.52% | 39.42% |
| 每次 Harvey LAB 测试成本 | $0.15 | $0.57 | $3.83 | $19.23 | $26.16 |
| 平均 Harvey LAB 耗时 | 1小时12分 | 52分17秒 | 13分58秒 | 26分53秒 | 24分49秒 |
| API 价格 (输入/输出，每百万 token) | 未公布 | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| 访问方式 | 申请 API | API, Hugging Face | API, Hugging Face | API | API |
All benchmark scores, costs and durations are from Vals AI’s runs as of October 12, 2026. Vals ran both GLM models at $0.075 / $0.25 per 1M tokens.
所有基准分数、成本和耗时均来自 Vals AI 截至 2026 年 10 月 12 日的运行结果。Vals AI 对两个 GLM 模型的计费均为每百万 token $0.075 / $0.25。
How can developers access GLM-Legal?
开发者如何访问 GLM-Legal？
Law firms, legal-tech companies and in-house teams can apply for API access. Z.ai has published no price. No GLM-Legal repository exists on Hugging Face as of October 13, 2026. Z.ai says GLM-Legal will come to AutoClaw, its desktop agent app, but gave no date.
律师事务所、法律科技公司和内部团队可以申请 API 访问权限。Z.ai 尚未公布价格。截至 2026 年 10 月 13 日，Hugging Face 上不存在 GLM-Legal 仓库。Z.ai 表示 GLM-Legal 将接入其桌面代理应用 AutoClaw，但未给出具体日期。
The base model is available today at $0.15 / $0.50 per 1M tokens. Teams can prototype pipelines on it, then swap the model ID later.
基础模型目前已可用，价格为每百万 token $0.15 / $0.50。团队可以在此基础上进行管道原型开发，随后再替换模型 ID。
Key Takeaways
关键要点
- GLM-Legal scores 19.17% on Harvey LAB, up from 6.67% for its base.
- It ranks #7 of 79 on Vals AI, behind 6 Meta and Google models.
- It costs $0.15 per Harvey LAB test, versus $19.23 for Claude Fable 5.
- Legal Research Bench dropped 3.36 points versus GLM-5.3-Flash.
- Access is application-only, with no published price or weights.
- GLM-Legal 在 Harvey LAB 上的得分为 19.17%，较其基础模型的 6.67% 有所提升。
- 它在 Vals AI 中排名第 7（共 79 个模型），落后于 6 个 Meta 和 Google 的模型。
- 每次 Harvey LAB 测试费用为 0.15 美元，而 Claude Fable 5 的费用为 19.23 美元。
- Legal Research Bench 得分较 GLM-5.3-Flash 下降了 3.36 分。
- 采用申请制访问，未公布价格或权重。
Check out the Z.ai tech blog, the Vals AI Harvey LAB leaderboard and the GLM-5.3-Flash model card. Apply for API access here.. All credit goes to the researcher of this project. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
请查阅 Z.ai 技术博客、Vals AI Harvey LAB 排行榜以及 GLM-5.3-Flash 模型卡片。在此申请 API 访问权限。本项目的所有功劳归于该项目的研究者。此外，欢迎在 Twitter 上关注我们，并别忘了加入我们有 15 万+成员的 ML SubReddit 以及订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以加入我们的 Telegram 群组。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力