智谱推出开源法律模型GLM-Legal，登顶双榜开源第一

AI的垂直化浪潮正在席卷法律行业。智谱近日推出了一款全新的法律专用开源大模型——GLM-Legal。

不同于仅能提供法条咨询的传统大语言模型，GLM-Legal可以直接处理审合同、梳理证据链、开展跨境合规研究等实务工作，并输出具备交付标准的专业成果。

在Vals AI公布的最新法律评测中，GLM-Legal凭借**19.2%的任务全通过率以及86.23%**的准确率，成功摘得Harvey LAB与LegalBench双榜开放权重模型的第一名。

真实法律场景实测表现

GLM-Legal不仅熟悉中国法律体系，还能良好处理英文法律业务以及东南亚跨国合规事务。在面对严苛的现实法律环境时，智谱通过三组典型实测对比了GLM-Legal与基础模型GLM-5.3-Flash的实际差异。

1. 合同审查与交接条款梳理

在企业更换供应商的场景中，交接条款如果存在漏洞，极易导致知识产权和数据流失。面对一份终止合同，GLM-5.3-Flash仅能给出宽泛的提醒，而GLM-Legal则给出了具体的修改建议：将终止通知期由60天缩短为30天，并增设最长90天的过渡支持期，同时要求供应商返还包括未完成或未付款项在内的全部工作成果，直接将修改条款与现有协议形成了精细对应。

2. 证据交叉核对与线索串联

在商业合作产生纠纷时，核心证据往往散落在海量报告与内部沟通中。在一个“对外汇报完工度60%，内部记录仅41%”的虚报进度案例中，两款模型均捕捉到了数据矛盾，但GLM-Legal在此基础上进一步关联了前期的风险提示与往来沟通记录，形成了清晰的核查行动路线。

3. 跨境合规行动清单拆解

当企业出海面向新加坡、马来西亚、印度尼西亚上线数字化服务时，用户追踪、邮件营销和海外存储均面临各国的隐私合规考验。GLM-Legal在实测中将复杂的合规法条拆解为可执行的工程清单，明确了制定隐私声明、将退订请求录入抑制列表等可落地的执行方案。

评测难度与极低的使用成本

Harvey LAB基准对标真实律所交付标准，采用极其严苛的“全条件通过”规则，只有在AI完全满足某项任务的所有评分维度时才判定合格。该评测首版涵盖知识产权、并购、银行金融等24个领域的1200多项任务，直接考察AI智能体（Agent）从信息调取、工具调用到文档交付的全流程表现。

在表现相近的情况下，GLM-Legal展现了显著的成本优势。虽然在响应时间上略逊于顶级闭源模型Gemini 4 Argon，但后者的单项测试推理成本约为GLM-Legal的70倍。

从“法学院”到“模拟律所”的训练路径

智谱为GLM-Legal规划了完整的成长架构：

1. 专业预训练：以GLM-5.3-Flash为底座，通过海量法律语料进行中期训练，扎实掌握法条、法理与法律分析范式；
2. 强化学习实战：在数万个拟真法律任务中开展强化学习，打磨读卷、拆解诉求与撰写专业交付物的能力；
3. Agent框架深度磨合：迭代智能体运行环境，优化外部工具链路与反馈机制。

目前，智谱已开启GLM-Legal Beta测试申请，邀请专业律所、法务部门参与试用与协同迭代，并计划将该模型能力接入旗下的智能体应用AutoClaw，推动法律AI加速落地实务场景。