Z.ai выпустила GLM-Legal и почти догнала Gemini 4 Argon в юридическом тесте

GLM-Legal — первая отраслевая версия в линейке GLM китайской лаборатории Z.ai . Модель вышла 12 октября в статусе бета-версии и собрана на основе открытой GLM-5.3-Flash. Z.ai подаёт её как агента, который доводит юридическую задачу до готового документа, и адресует юридическим фирмам, штатным юристам компаний и разработчикам LegalTech-сервисов.

Договор, дело и комплаенс в трёх демо

Возможности GLM-Legal Z.ai показывает на трёх рабочих сценариях. В первом модель разбирает договор и предлагает конкретные правки в условиях расторжения, передачи данных и переходной поддержки после окончания контракта. Во втором получает массив материалов по делу и находит места, где внешние отчёты расходятся с внутренними записями компании. В третьем собирает чек-лист требований для запуска проекта сразу в нескольких юрисдикциях, с уведомлениями о конфиденциальности, согласием пользователей и трансграничной передачей данных.

Каждый сценарий компания сопровождает ответом базовой GLM-5.3-Flash на тот же запрос. Специализированная версия даёт более точные и структурированные рекомендации, которые можно сразу нести клиенту. Примеры, понятно, отбирала сама Z.ai, поэтому важнее независимая проверка.

Как устроен тест Harvey LAB

Главный аргумент релиза — Legal Agent Benchmark от Harvey, американского стартапа, который делает ИИ-инструменты для юристов. В тест входят 1250 задач по 24 направлениям практики и больше 75 тысяч критериев оценки, написанных практикующими юристами. Задача засчитывается, только если выполнены все её критерии до единого. Один пропущенный пункт в договоре означает провал всей задачи.

Независимый прогон делает компания Vals AI. Ответы проверяют две модели-судьи, интернет на время теста отключён. Из-за строгой системы оценки цифры на Harvey LAB низкие у всех, и даже лидер рейтинга решает примерно каждую четвёртую задачу.

Седьмое место из 79 рядом с Gemini 4 Argon

Vals AI подтвердила результат Z.ai. GLM-Legal решает 19,17% задач и занимает седьмое место из 79 моделей. Базовая GLM-5.3-Flash набирала 6,67%, так что специализация добавила 12,5 процентного пункта, почти втрое больше исходного.

Расклад по Harvey LAB у GLM-Legal и соседей выглядит так:

• Muse Spark 1.2 от Meta — 25,42%, лидер рейтинга, ещё три версии Muse Spark идут следом;
• Gemini 4 Argon от Google — 19,58%;
• GLM-Legal от Z.ai — 19,17%;
• Kimi K3 от Moonshot AI — 12,92%;
• Claude Fable 5 от Anthropic — 11,25%;
• GPT-6 Astra от OpenAI — 5,42%;
• Claude Opus 5.5 от Anthropic — 3,75%.

Погрешность измерения у Vals около 3 пунктов, поэтому GLM-Legal и Gemini 4 Argon, которая 13 октября вышла в общий доступ, фактически делят одну строчку. Модель на основе компактной открытой сети стоит вровень с новым флагманом Google и заметно выше старших моделей Anthropic и OpenAI.

15 центов против 19 долларов за задачу

По подсчёту Vals AI одна задача Harvey LAB обходится GLM-Legal примерно в 15 центов. Для сравнения, Claude Fable 5 тратит на неё 19,23 доллара, GPT-6 Astra 26,16, Gemini 4 Argon 10,55, а лидер рейтинга Muse Spark 1.2 обходится в 2,09 доллара. Разница с Fable 5 больше чем в сто раз.

Здесь нужно оговориться. Цену GLM-Legal Z.ai пока не опубликовала, и Vals считала расходы по ставкам базовой GLM-5.3-Flash. Итоговый тариф может оказаться выше. Есть у модели и слабое место по времени. Средний прогон задачи занимает у GLM-Legal 1 час 12 минут, у Claude Fable 5 около 27 минут, у GPT-6 Astra около 25. Для ночной пакетной проверки договоров это терпимо, для живой консультации медленно.

LegalBench и PLawBench без отрыва

На других юридических тестах GLM-Legal держится рядом с лидерами, но не обходит их. На LegalBench, наборе коротких задач на юридическое рассуждение, у модели 86,2% против 88,6% у Claude Fable 5 и 87,1% у GPT-6 Astra. В общем рейтинге Vals это 14-е место из 150.

PLawBench проверяет работу в китайской юридической практике, от консультаций и разбора дел до подготовки документов. GLM-Legal набирает там 77,3 против 77,7 у Claude Fable 5, но эти цифры Z.ai получила в собственных прогонах, независимой проверки нет.

Отдельно бросается в глаза Legal Research Bench, тест на поиск и анализ правовых источников. GLM-Legal получила 41,83%, меньше, чем базовая GLM-5.3-Flash с её 45,19%. Дообучение научило модель доводить задачу до конца по всем пунктам, а в исследовательской части она немного просела.

Как Z.ai учила GLM-Legal праву

GLM-Legal обучали в два этапа. Сначала модель дообучили на расширенном корпусе юридических текстов, чтобы закрепить логику от фактов к нормам и от норм к выводу. Затем шло обучение с подкреплением на десятках тысяч смоделированных юридических задач.

Параллельно Z.ai дорабатывала и обвязку агента, то есть систему, которая управляет контекстом, инструментами и обратной связью. Сложные случаи на обучении вскрывали её узкие места, а после исправления среда становилась ближе к реальной работе. Качество ответов оценивали по критериям практикующих юристов, среди которых полнота анализа, обоснованность аргументов, соответствие заданию и готовность результата к использованию без доработки.

Под капотом остаётся GLM-5.3-Flash, разреженная модель на 320 млрд параметров, из которых на каждый токен работают 18 млрд. Она понимает до миллиона токенов контекста и выдаёт до 128 тысяч за ответ, поэтому GLM-Legal может прочитать объёмное дело целиком.

GLM-Legal пока доступна по заявке

API GLM-Legal открыт только по заявке через форму на сайте Z.ai. Подать её могут юридические фирмы, штатные юристы компаний, LegalTech-разработчики и практикующие специалисты. Цены нет, веса модели не опубликованы. Базовая GLM-5.3-Flash открыта по лицензии MIT и стоит в API 0,15 доллара за миллион входных токенов и 0,5 доллара за миллион выходных.

Позже GLM-Legal появится в AutoClaw, настольном агенте Z.ai, который работает с файлами на компьютере пользователя. Сроков компания не называет.

Какие правовые системы поддерживает модель, Z.ai не уточняет. Опубликованные тесты построены на задачах международных юридических фирм и на китайском праве, о российском законодательстве в анонсе речи нет. Юристам, которые захотят попробовать GLM-Legal, стоит начинать с задач на английском и с проверки каждой ссылки на норму.

Узкая модель догоняет флагманов

GLM-Legal показывает, сколько даёт отраслевое дообучение. Компактная открытая модель после специализации прибавила на юридическом тесте больше, чем отделяет Gemini 4 Argon от Claude Opus 5.5, и обошлась в десятки раз дешевле. Абсолютная цифра отрезвляет. Четыре задачи из пяти GLM-Legal по строгим меркам Harvey всё ещё не закрывает, поэтому юрист остаётся последней инстанцией. Следующая проверка для Z.ai наступит, когда у модели появятся цена и открытый доступ без заявок.

Meta Platforms Inc. (владелец социальных сетей Facebook и Instagram) признана экстремистской организацией, её деятельность запрещена на территории Российской Федерации.