
智谱推出法律专用开源模型GLM-Legal,实测能审合同、串证据、做跨境合规,19.2%全通过率拿下双榜开放权重第一,中小企业主要看清它能干啥、不能干啥。
智谱发布了一款法律专用开源模型,叫GLM-Legal。它不只陪你聊法条,还能审合同、串证据、做跨境合规研究,直接给你一份能用的成果。
在Vals AI公布的法律测评里,GLM-Legal以19.2%的任务全通过率和86.23%的准确率,拿下Harvey LAB与LegalBench双榜开放权重模型榜榜首。
注意这两个数:19.2%是全通过率,不是准确率。Harvey LAB的规则很严,一项任务里所有评分条件都满足才算通过,少一条都不算。首版就设了24个法律业务领域、超过1200项模拟律所工作任务,覆盖并购、知识产权、银行金融。
官方还给了三组演示:审软件供应商合同时,它建议把终止通知从60天缩到30天,加最长90天过渡支持,并要求交回全部工作成果;分析证据时,它发现对外报告说完成60%、内部记录只有约41%的矛盾,把进度报告和更早的风险警告、内部沟通串了起来;做出海合规时,它把新加坡、马来西亚、印尼上线前的隐私合规拆成可落地的步骤。
成本上有个反差:成绩相近的情况下,GLM-Legal比Gemini 4 Argon慢了近30分钟,但Gemini每项测试成本约为GLM-Legal的70倍。目前模型还是Beta,智谱在邀请律所、法律科技公司、企业法务团队和独立执业人士申请试用,也计划把能力接入AutoClaw。
先说清楚:这跟你有没有关系,取决于你一年签几份合同、踩过几次合同的坑。
如果你是自己开店、做小公司的老板,你大概率没有专职法务。供应商合同、平台合作协议、租房合同、代运营合同,基本都是自己扫一眼就签。GLM-Legal这类工具的价值,不是替你做法律判断,而是帮你把合同里那些"埋雷的条款"拎出来,比如合作结束后代码、数据、文档怎么拿回来,过渡期多长,成果归属怎么算。
但19.2%这个数你必须看懂。它意味着在最严苛的全条件评分下,多数任务它还没做到全部达标。演示里它表现好,是因为那几个场景被专门展示过。真实业务中它还会出错,而法律文件出错的代价,往往比省下的时间贵得多。
另一个信号更值得留意:智谱走的路线是"通用底座+行业数据继续训练+模拟工作环境练手"。今年8月Harvey联手Fireworks,以Kimi K3为底座后训练出自己的法律模型Tenet,完成的留出任务数量接近底座的两倍,成本保持稳定。这条路径正在被反复验证——垂直行业的AI,拼的不是谁的模型大,是谁的专业任务数据多、工作环境搭得真。
这件事我们课上刚聊过:工具能不能用,不取决于榜单排名,取决于你有没有能力判断它输出得对不对。零一时代新媒体实训中心做AI应用课,学员问得最多的不是"哪个模型强",而是"它给我的东西我敢不敢直接用"。这个判断力,才是老板该补的课。
问:19.2%的全通过率是不是说明这模型不太行?
答:不能这么看。Harvey LAB要求一项任务里所有评分条件全满足才算通过,标准极严,首版就覆盖24个领域、超过1200项任务。19.2%在开放权重模型里已是榜首,说明它在前沿位置,但离"放心托付"还有距离。
问:我是开店的,用得上法律模型吗?
答:看你的合同量。一年签不了几份、金额也不大的,优先级不高。有供应商合作、有代运营、有跨境业务、合同里涉及数据和技术交接的,值得拿旧合同试一次,重点看它能不能把终止和交接条款说清楚。
问:现在就要上手学吗?
答:不用急着学具体工具,模型还在Beta、还会迭代。先练一件事:拿到AI输出后,你能不能用三句话判断它哪里可能有错。天津新媒体培训里讲AI应用的老师常说,工具半年换一茬,判断力不换。想系统练这块,可以了解零一时代新媒体实训中心的AI应用课,电话18622876609。
工具在进步,但替你签字的还是你自己。
你的爆款从点击咨询开始
先试听,再报课,零基础也能轻松入门