GLM-Legal

Z.ai / 智谱 GLM · 2026-10-12 · 类别未确认

GLM-Legal

Z.ai 发布 GLM-Legal，官方定位为面向专业协作（Professional Cowork）的法律领域 agentic 模型：底座为轻量的 GLM-5.3-Flash，靠法律 mid-training 与后训练强化学习扩展专业能力，并与 Agent Harness 协同进化、用生产反馈闭环持续优化。已收录 3 条评测记录，集中在法律智能体与法律推理，亮点为 Harvey LAB 19.2% all-pass rate。

输入模态: 文本
上下文: 官方资料未说明
参数: 官方资料未说明
价格（每百万 tokens）: 无此口径报价；不等于免费

本变体的评测证据

harvey-lab 19.2% 模型 glm-legal · 版本 Vals · 指标 all_pass_rate · 单位 percent 来源等级 A · third_party_reported · 核对日期 2026-10-19 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Benchmark Highlights · row: Harvey LAB (19.2% All-Pass Rate) · quote_snippet: GLM-Legal achieved a 19.2% all-pass rate on Harvey LAB, while matching frontier closed-source models on LegalBench and PLawBench

{
  "harness": "Vals 独立评测（Harvey Legal Agent Benchmark）",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "all-pass rubric",
  "judge": null
}

官方页明确写「The results on the Harvey Legal Agent Benchmark and LegalBench were independently evaluated by Vals」并给出 https://www.vals.ai/models/zai_glm-legal ，故按第三方转述记。Benchmark Highlights 段复述该值并补充「较其底座模型提升 12.5 个百分点」——按底座 GLM-5.3-Flash 反推约为 6.7%，该派生值不另建行，仅作参考。Harvey LAB 采用 all-pass rubric，任务内所有 rubric 项全过才计通过，绝对分天然偏低，跨模型比较须与同口径版本对齐。

打开官方来源

legalbench 官方未公布数值 模型 glm-legal · 版本未说明 · 指标未说明 · 单位 percent 来源等级 A · third_party_reported · 核对日期 2026-10-19 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Benchmark Highlights · row: LegalBench (Domain Reasoning Parity) · quote_snippet: LegalBench (Domain Reasoning Parity): Parses specialized contracts, merger filings, and judicial opinions with the precision of top closed-source frontier models

{
  "harness": "Vals 独立评测",
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方只作定性描述（称与前沿闭源模型持平），未给绝对数值，故记 not_reported。官方说明该项由 Vals 独立评测，故按第三方转述记。

打开官方来源

plawbench 官方未公布数值 模型 glm-legal · 版本未说明 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-19 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Benchmark Highlights · row: PLawBench (Chinese Localized Practice) · quote_snippet: PLawBench (Chinese Localized Practice): Achieves parity with leading frontier systems on Chinese legal consultation, case analysis, and document drafting under fine-grained rubrics

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "细粒度 rubric",
  "judge": null
}

官方只作定性描述（称与前沿系统持平），未给绝对数值，故记 not_reported。官方声明由 Vals 独立评测的只有 Harvey LAB 与 LegalBench 两项，PLawBench 不在其列，故按自报记。

打开官方来源