Z.ai 发布法律模型 GLM-Legal，Harvey LAB 得分 19.17% 超越 Kimi K3 与 Claude Fable 5
Z.ai 发布法律领域模型 GLM-Legal，基于 GLM-5.3-Flash（320B 总参数、18B 激活、1M 上下文）构建，在 Harvey LAB 上取得 19.17% 全通过率，约为其基座模型 6.67% 的 3 倍，并超过 Kimi K3（12.92%）与 Claude Fable 5（11.25%）。
MarkTechPost· Michal Sutter·2026-10-13 16:19· 3 小时前AI 评分57
Z.ai GLM-Legal 在 Harvey LAB 上击败 Claude Fable 5 和 Kimi K3
AI 导读
Z.ai 发布基于 GLM-5.3-Flash（320B 总参数、18B 激活、1M 上下文）的法律领域模型 GLM-Legal，在 Harvey LAB 上取得 19.17% 全通过率。
正文
Z.ai 刚刚发布了 GLM-Legal。GLM-Legal 是 Z.ai 推出的法律 AI 模型，基于 GLM-5.3-Flash 构建，并针对智能体法律工作进行了训练。它面向合同审查、证据分析和合规研究。关键结果是在 Harvey 的法律智能体基准（LAB）上取得 19.2% 的全通过率。这几乎是其基础模型 6.7% 的 3 倍。对开发者而言，问题在于访问权限：该 API 目前仅限申请使用。
TL;DR
- 规模：基于 GLM-5.3-Flash 构建，这是一个 320B 总参数、18B 激活的 MoE 模型，具有 1M token 上下文和 128K 最大输出。Z.ai 未单独列出 GLM-Legal 的参数数量。
- 运行方式：仅通过 Z.ai 的托管 API，需申请。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，使用 FP8 权重。
- 性能：以远低于前沿模型的成本跻身 Harvey LAB 前十。与 LegalBench 领先者相差 2.3 分以内。
- 最佳：19.17% 的 Harvey LAB 任务通过率，在 Vals AI 上 79 个模型中排名第 7，每次测试 $0.15。
- 最差：在 Vals AI 的 Legal Research Bench 上为 41.83%，低于其自身基础模型（45.19%）。
- Bottom line:
- 最佳：以约 Claude Fable 5 成本 1/128 的价格获得前沿级法律智能体得分。
- 最差：受限测试版，无价格、无权重，且运行缓慢（每任务 1 小时 12 分钟）。
什么是 GLM-Legal？
GLM-Legal 是 GLM-5.3-Flash 的领域专用版本，面向律师事务所、企业法务和合规团队。其基础是 Z.ai 的首个原生多模态 GLM-5 模型。它具有 320B 总参数，18B 激活。它混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。
GLM-Legal 是如何训练的？
训练分 2 个阶段进行：
- 中期训练，使用扩展的法律语料库，以加强从事实到规则再到结论的推理。
- 后训练，在数万个法律任务环境中进行强化学习。
Z.ai 团队还描述了在后训练期间智能体框架与模型共同演化。训练中的边缘案例暴露了框架瓶颈。框架修复随后让模型接触到更真实的约束。
GLM-Legal 在 Harvey 的法律智能体基准上得分如何？
Harvey LAB 是一个开源基准，包含横跨 24 个执业领域的 1,250 个任务。超过 75,000 条专家编写的评分标准细则用于评估工作。一个任务只有所有标准都通过才算通过。Harvey 称之为全通过评分。
Vals AI 在禁用互联网、使用 2 个 LLM 评判员的情况下运行留出集。智能体获得文件工具以及 docx、pptx 和 xlsx 技能。
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，且独立评估者复现了这一结果。
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%）。这些数字与 Vals AI 一致。该图表省略了排名更高的 6 个模型，其中居首的是 Muse Spark 1.2，为 25.42%。
GLM-Legal 还通过了 92.5% 的单项标准。顶级模型在该指标上接近 90% 至 95%。
GLM-Legal 在 LegalBench 上能否与前沿模型匹敌？
大致可以。Z.ai 声称在 LegalBench 和面向中文的 PLawBench 上持平，但未公布具体数字。Vals AI 给 GLM-Legal 在 LegalBench 上打出 86.23%。Claude Fable 5 以 88.56% 领先。Kimi K3 得分为 86.21%。
GLM-Legal 与 Kimi K3、Claude Fable 5 和 GPT-6 Astra 相比如何？
| GLM-Legal | GLM-5.3-Flash（基础版） | Kimi K3 | Claude Fable 5 | GPT-6 Astra | |
|---|---|---|---|---|---|
| 开发者 | Z.ai | Z.ai | Moonshot AI | Anthropic | OpenAI |
| 总参数 / 激活参数 | 基于 320B / 18B 基础版构建 | 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 | 开放，MIT | 开放，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 |
| Harvey LAB 平均耗时 | 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 100 万 token） | 未公布 | $0.15 / $0.50 | $3 / $15 | $10 / $50 | $10 / $50 |
| 访问方式 | 按申请提供 API | API、Hugging Face | API、Hugging Face | API | API |
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 运行两个 GLM 模型的价格均为每 100 万 token $0.075 / $0.25。
开发者如何访问 GLM-Legal？
律师事务所、法律科技公司和内部团队可以申请 API 访问。Z.ai 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 将登陆其桌面智能体应用 AutoClaw，但未给出日期。
基础模型现已可用，价格为每 100 万 token $0.15 / $0.50。团队可以在其上构建流水线原型，之后再替换模型 ID。
关键要点
- GLM-Legal 在 Harvey LAB 上得分为 19.17%，高于其基础版的 6.67%。
- 它在 Vals AI 上于 79 个模型中排名第 7，落后于 6 个 Meta 和 Google 模型。
- 每次 Harvey LAB 测试成本为 $0.15，而 Claude Fable 5 为 $19.23。
- Legal Research Bench 相比 GLM-5.3-Flash 下降了 3.36 分。
- 仅限申请访问，未公布价格或权重。
查看 Z.ai 技术博客、Vals AI Harvey LAB 排行榜和 GLM-5.3-Flash 模型卡。在此申请 API 访问。所有功劳归于本项目的研究人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 15 万+ 机器学习 SubReddit 并订阅 我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们了。
文章 Z.ai GLM-Legal 在 Harvey LAB 上击败 Claude Fable 5 和 Kimi K3 首次发表于 MarkTechPost。
来源：MarkTechPost · marktechpost.com
来源：RadarAI · aihot.news