据MarkTechPost报道，Z.ai发布了法律AI模型GLM-Legal。该模型基于GLM-5.3-Flash，面向智能体法律工作训练，目标包括合同审查、证据分析和合规研究。在Harvey法律智能体基准（LAB）上，其全通过率为19.17%，接近基座模型6.67%的三倍。目前该模型仅通过申请开放API。
GLM-Legal是GLM-5.3-Flash的法律领域专用版本，面向律师事务所、企业法务和合规团队。基座总参数320B、激活参数18B，采用稀疏与线性注意力混合，上下文窗口1M，最大输出128K，支持文本、图像、视频和文件输入。Z.ai未单独公布GLM-Legal参数规模或权重，该模型仅通过Z.ai托管API按申请提供；基座可通过vLLM或SGLang以FP8权重自托管。
训练分为两阶段：中训使用扩展法律语料，强化从事实到规则再到结论的推理；后训在数万个法律任务环境中进行强化学习。Z.ai称，智能体框架在后训期间与模型共同演化。
Harvey LAB包含24个执业领域的1250项任务，评分依赖超过75000条专家标准，只有全部标准通过才算任务通过。Vals AI在禁用互联网的设置下使用两个LLM评委运行留出集，并为智能体提供文件工具及docx、pptx、xlsx技能。GLM-Legal在该榜得分19.17%，在79个模型中排名第7，基座为6.67%，12.5个百分点的提升由独立评估方复现。Z.ai发布图表显示其领先Kimi K3的12.92%、Claude Fable 5的11.25%和GPT-6 Astra的5.42%，但未列出排名更高的6个模型，其中Muse Spark 1.2以25.42%居首。GLM-Legal通过92.5%的单项标准。
在LegalBench上，Vals AI给GLM-Legal 86.23%，Claude Fable 5为88.56%，Kimi K3为86.21%。Z.ai声称在LegalBench和中文PLawBench上持平，但未公布数字。在Vals AI法律研究基准上，GLM-Legal得41.83%，低于基座45.19%；Kimi K3为46.15%，Claude Fable 5为49.52%，GPT-6 Astra为39.42%。
成本方面，Harvey LAB每次测试GLM-Legal为0.15美元，基座0.57美元，Kimi K3为3.83美元，Claude Fable 5为19.23美元。GLM-Legal平均任务耗时1小时12分钟，长于基座52分17秒、Kimi K3的13分58秒和Claude Fable 5的26分53秒。Vals AI在2026年10月12日以每百万token输入0.075美元、输出0.25美元运行两个GLM模型。
Z.ai未公布GLM-Legal价格，截至2026年10月13日Hugging Face上没有其仓库。Z.ai表示该模型将进入桌面智能体应用AutoClaw，但未给日期。基座模型当前以每百万token输入0.15美元、输出0.50美元提供。