一句话结论
智谱发布法律开源模型 GLM-Legal，两项指标登顶双榜开放权重第一。
关键要点
- GLM-Legal 在 Harvey LAB 和 LegalBench 开放权重模型榜分别以 19.2% 任务全通过率和 86.23% 准确率登顶。
- 该模型基于 GLM-5.3-Flash 底座训练，支持合同审查、证据分析和跨境合规等真实法律任务。
- 成本方面，Gemini 4 Argon 的单项测试成本约为 GLM-Legal 的 70 倍，但速度快近 30 分钟。
- 智谱启动 Beta 计划，邀请律所、法律科技公司和企业法务团队参与试用并提供反馈。
- 该模型采用“法律语料中期训练加强化学习”路径，模拟法学生进入律所实习的成长过程。
背景与事实
2026 年 10 月，智谱（Z.ai）正式推出法律专用开源模型 GLM-Legal。该模型并非仅停留在法律条文查询层面，而是具备处理具体法律工作成果的能力，包括合同审核、证据链梳理以及跨境合规研究。在模型基准测试表现上，GLM-Legal 在 Vals AI 公布的法律测评体系中表现突出。具体数据显示，它在 Harvey LAB 测评中以 19.2% 的任务全通过率获得开放权重模型榜单第一，同时在 LegalBench 测评中以 86.23% 的准确率位居开放权重模型榜首。
Harvey LAB 的测评机制以严苛著称，采用“全条件通过”标准，即模型必须满足某项任务的所有评分条件方可被视为通过，任何一项条件的缺失都不计为通过。该基准测试模拟了律所的实际工作场景，首版即设置了超过 1200 项模拟工作任务，涵盖并购、知识产权、银行金融等 24 个法律业务领域。任务要求模型完成从阅读材料、调用工具到按照规范交付可审阅文件的完整流程。尽管 GLM-Legal 取得了榜首成绩，但 19.2% 的全通过率也反映出该任务的高难度，意味着在严格评分标准下，模型仍有巨大的提升空间。
在性能与成本的权衡上，实测数据提供了重要参考。在与竞品 Gemini 4 Argon 的对比中，两者在成绩上相近，但 GLM-Legal 的运行时间比 Gemini 4 Argon 慢了近 30 分钟。然而，成本差异显著，Gemini 4 Argon 的单项测试成本约为 GLM-Legal 的 70 倍。这一数据表明，GLM-Legal 在提供高精度法律服务的同时，显著降低了使用门槛，对成本敏感的用户具有较高的吸引力。
模型训练路径方面，智谱采取了两阶段策略。第一阶段，GLM-Legal 在 GLM-5.3-Flash 底座上进行法律语料的中期训练，掌握法律概念、法条解析和分析方法；第二阶段，通过数万法律任务环境中的强化学习，提升模型在真实工作流中读取材料、分析问题和交付成果的能力。此外，智谱团队同步迭代 Agent 运行框架，优化材料组织、工具连接和反馈流程，使模型与法律工作环境深度磨合。
影响分析
对中文开发者与法律从业者而言，GLM-Legal 的发布标志着 AI 在法律垂直领域的落地从“咨询辅助”迈向“实质生产”。该模型支持中文法律实务、英文法律任务及东南亚跨境合规，直接解决了出海企业面临的隐私合规难题，如用户追踪、邮件营销及海外云存储规范。实测显示，它能将合规要求转化为具体的行动清单，如发布隐私声明、处理退订请求等，极大降低了法律合规的工作复杂度。
从技术实施角度看，GLM-Legal 的低成本特性使其成为中小企业和独立法务团队的理想选择。相较于 Gemini 等高昂成本的闭源或高价格模型，GLM-Legal 允许用户以更低预算处理大量合同审查和证据分析任务。对于正在构建法律科技产品的开发者，该模型的开源属性意味着可以基于其架构进行二次开发，或将其集成至现有法律工作流中，从而快速提升产品竞争力。然而，用户需意识到，目前 19.2% 的全通过率意味着模型在复杂、多变量法律情境中仍存在误判风险，关键决策仍需人工复核。
适用边界
GLM-Legal 的优势主要体现在标准化程度较高、规则明确的法律任务中，如合同条款审查、合规清单生成及证据矛盾识别。然而，在涉及高度创造性法律策略制定、复杂多方利益博弈或尚未成文的判例法研究中，其表现可能受限。由于模型训练依赖于现有法律语料，对于突发立法变更、特殊司法管辖权下的隐性规则或涉及非标准法律结构的案件，模型可能无法提供准确建议。此外，尽管其支持跨境合规，但具体到各国细微的执法差异和行政惯例，仍需本地法律顾问进行最终确认。因此，该模型适用于作为初级法律顾问或辅助工具，而非替代资深律师的专业判断，特别是在高风险诉讼或重大并购交易中。
孤本观察
GLM-Legal 将法律工作拆解为可执行的“行动清单”，而非仅提供咨询意见，这是其区别于传统法律 AI 的核心特征。其开源低成本策略精准切入了中小企业法务痛点，试图以性价比打破高端法律 AI 的封闭生态。
常见问题
GLM-Legal在Harvey LAB和LegalBench开放权重榜单上的具体排名指标数据是多少？
在Harvey LAB测评中，GLM-Legal以19.2%的任务全通过率位居开放权重模型榜单第一；在LegalBench测评中，以86.23%的准确率位居开放权重模型榜首。
GLM-Legal与Gemini 4 Argon在运行成本和时间上有何具体差异？
在实测对比中，GLM-Legal的运行时间比Gemini 4 Argon慢近30分钟，但成本显著更低，Gemini 4 Argon的单项测试成本约为GLM-Legal的70倍。
GLM-Legal的训练路径包含哪两个核心阶段？
第一阶段在GLM-5.3-Flash底座上进行法律语料的中期训练以掌握法律概念；第二阶段通过数万法律任务环境中的强化学习，提升在真实工作流中读取材料和交付成果的能力。
GLM-Legal主要适用于哪些类型的法律任务场景？
GLM-Legal适用于标准化程度较高、规则明确的法律任务，如合同条款审查、合规清单生成及证据矛盾识别，能处理合同审核、证据链梳理及跨境合规研究。
GLM-Legal在处理复杂法律情境时存在哪些局限性？
在涉及高度创造性法律策略制定、复杂多方利益博弈或尚未成文判例法研究中表现受限；19.2%的全通过率意味着模型在复杂情境中存在误判风险，关键决策仍需人工复核。
来源：量子位