智谱开源法律模型，开放权重榜上第一

法律 AI 的评测有个特点：答对 86% 的法条题，跟能不能把一份合同改到可以签字，是两件完全不同的事。

一、发生了什么

10 月 17 日，智谱发布法律专用开源模型 GLM-Legal。据量子位报道，它基于 GLM-5.3-Flash 做中期训练，再在数万个法律任务环境中做强化学习，训练方式接近「先读法学院，再去律所实习」。

在 Vals AI 的法律测评里，它拿到两个数：任务全通过率 19.2%，准确率 86.23%，在 Harvey LAB 与 LegalBench 两个榜单的开放权重模型里排第一。

这两个数字要一起看。Harvey LAB 的规则是「全条件通过」——一项任务里的所有评分点都满足才算过。首版设了 1200 多项模拟律所任务，覆盖并购、知识产权、银行金融等 24 个业务领域。19.2% 意味着：在严格标准下，八成任务它没能全部达标。

成本上有一个反差。报道称，成绩相近的情况下，GLM-Legal 比 Gemini 4 Argon 慢近 30 分钟，但 Gemini 每项测试的成本约为它的 70 倍。

官方演示了三类任务：换供应商时审合同的终止与交接条款，把通知期从 60 天改到 30 天、加最长 90 天过渡支持；在进度报告和内部记录矛盾时串证据；以及为新加坡、马来西亚、印尼的网站上线条列隐私合规清单。

目前是 Beta 阶段，智谱邀请律所、法律科技公司、企业法务和独立执业者申请试用，并计划把能力接进 AutoClaw。往前追，2023 年智谱就和幂律智能做过千亿参数的法律模型 PowerLawGLM。

二、跟你有什么关系

企业法务。 最适合先接的是「读一遍、列问题清单」这类活：合同初审、条款比对、合规事项梳理。定稿和签字仍然要人。

中小律所。 开源权重意味着可以私有化部署，案卷不出内网。这一条对很多所来说，比榜单排名重要。

法律科技公司。 底座又多了一个可选。真正要自己做的是工作流和领域数据，模型本身正在变成通用件。

做跨境业务的企业。 演示里那类「上架前把隐私合规拆成清单」的活，是目前最现实的落点：它不产出法律意见，只产出待办事项，错了也有人兜。

三、怎么判断它能不能进你的流程

1. 只看全通过率，不看准确率。 准确率高说明它懂法条，全通过率才说明它能交付一份不需要人返工的成果。19.2% 对应的现实是：五份活里大约四份要人接手改。
2. 拿自己三份合同跑。 一份标准采购合同、一份有坑的续约条款、一份跨境数据条款。看它指出的问题里，有几条是你也让初级律师标过的。
3. 检查它给不给依据。 好的输出会指到具体条款号和原文，差的输出只给结论。没有依据的建议，在律所里没法用——客户第一个问题就是「凭什么」。
4. 算时间账，不只算 token 账。 报道里它慢 30 分钟但便宜 70 倍。批量初审场景，慢可以接受；谈判桌上的实时问答，慢就是不能用。
5. 先定边界。 明文规定哪些产出必须人工复核：对外出具的法律意见、诉讼材料、监管申报。

四、三个别信的说法

「法律能力全球第一。」 准确说是开放权重模型里的第一，且是这两个榜单。闭源模型没有放进同一个对比里，不能推出「比所有模型都强」。

「19.2% 的全通过率说明它不能用。」 这个分数在严格评分下并不算低，问题是没有公开同榜其他模型的具体分数，无法判断它领先多少。单看绝对值会低估，单看「第一」会高估。

「开源就能直接上生产。」 开源解决的是部署和保密，不解决幻觉、不解决版本更新、不解决责任归属。真上生产，仍然要一套人工复核流程和一份内部使用规范。

五、一句话结论

它现在是个能干的实习生：读得快、标得细、会引条款，但交出去的东西必须有人签字。

信息来源

• 量子位：智谱新模型，懂法方面全球第一了（2026 年 10 月 17 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。