Суть релиза: Агрессивная оптимизация для агентов
Z.ai представила GLM-Legal — доменно-специализированную версию модели GLM-5.3-Flash, обученную для задач юридической агентности (agentic legal work). Архитектура базируется на MoE-модели с 320 млрд общих параметров и 18 млрд активных, поддерживая контекстное окно в 1 млн токенов. Обучение прошло два этапа: mid-training на юридических корпусах и post-training с использованием подкрепления (RL) в десятках тысяч юридических сред.
Результаты на Harvey LAB: Прорыв в pass-rate
Ключевой метрикой стала оценка на Harvey’s Legal Agent Benchmark (LAB), где задача считается пройденной только при выполнении всех критериев рубрики. GLM-Legal показала результат 19.17%, что почти в 3 раза выше базовой модели (6.67%) и выводит её в топ-10. Для сравнения, флагманские модели от конкурентов показали значительно худшие результаты, хотя и уступают лидеру Muse Spark 1.2 (25.42%).
| Модель | Harvey LAB (Pass Rate) | LegalBench | Стоимость теста | Среднее время |
|---|---|---|---|---|
| Z.ai GLM-Legal | 19.17% (#7/79) | 86.23% | $0.15 | 1ч 12м |
| Z.ai GLM-5.3-Flash (base) | 6.67% | 83.93% | $0.57 | 52м 17с |
| Moonshot AI Kimi K3 | 12.92% | 86.21% | $3.83 | 13м 58с |
| Anthropic Claude Fable 5 | 11.25% | 88.56% | $19.23 | 26м 53с |
| OpenAI GPT-6 Astra | 5.42% | — | $26.16 | 24м 49с |
Данные Vals AI, 12 октября 2026 г. Стоимость теста включает инференс. LegalBench — общий балл по набору задач.
Слабые места: Исследовательский бенчмарк
Несмотря на успех в Harvey LAB, GLM-Legal показала скромные результаты на Legal Research Bench от Vals AI — всего 41.83%. Это ниже, чем у базовой модели GLM-5.3-Flash (45.19%) и у конкурентов (Kimi K3 — 46.15%, Claude Fable 5 — 49.52%). Это указывает на то, что специализация на агентных задачах могла немного снизить эффективность в чистом исследовательском поиске по прецедентам.
Доступ и цена: Закрытый бета-тест
Главная проблема для разработчиков — отсутствие публичных весов и открытый доступ. GLM-Legal доступна только через API по предварительной заявке. Цены на саму модель не опубликованы, однако стоимость инференса на Vals AI составляет $0.15 за тест, что делает её экономически выгодной альтернативой Claude Fable 5 ($19.23) для массовых задач. Базовая модель GLM-5.3-Flash доступна открыто по лицензии MIT с ценой $0.15/$0.50 за 1M токенов.
Почему это важно
GLM-Legal демонстрирует тренд на создание узкоспециализированных «агентных» моделей, которые жертвуют универсальностью ради выполнения сложных многошаговых задач (контракты, комплаенс). Разрыв в стоимости между GLM-Legal и Claude Fable 5 (в 128 раз) создает сильное экономическое обоснование для внедрения Z.ai в юридические департаменты, готовых мириться с более долгим временем выполнения (1 час против 25 минут) ради экономии бюджета.
Бенчмарки
| Бенчмарк | GLM-Legal | Claude Fable 5 | GLM-5.3-Flash | Kimi K3 |
|---|---|---|---|---|
| Harvey LAB | 19.17% | 11.25% | 6.67% | 12.92% |
| LegalBench | 86.23% | 88.56% | 83.93% | 86.21% |
| Legal Research Bench | 41.83% | 49.52% | 45.19% | 46.15% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗