GLM-Legal vs. TwIL-LM3-Pro: Das Gate ist auf der einen Seite eine Lizenz und auf der anderen ein Formular

Ein juristischer Agent, der als Benchmark-Ergebnis und Antragsformular existiert, gegen ein formal-logisches Modell, das Sie heute Nachmittag herunterladen und fast nirgendwo einsetzen können. GLM-Legal und TwIL-LM3-Pro sind beides eng zugeschnittene Spezialisten, die im Abstand von Wochen veröffentlicht wurden — einer von Z.ai auf GLM-5.3-Flash für Vertragsprüfung, Beweisansalyse und Compliance entwickelt, der andere ein Reasoning-Modell mit 3,66B Parametern von webAI, gebaut für formale Logik und abgeleitet von IBMs granite-4.2-3b. Sie sind keine Rivalen für denselben Platz, und diese Seite wird nicht vorgeben, dass es anders wäre. Was sie nebeneinanderzustellen lohnt, ist, dass sie die zwei unterschiedlichen Ausprägungen sind, die ein spezialisiertes Modell 2026 annimmt, und jede Ausprägung hat ihre eigene Art, nicht verfügbar zu sein: TwIL-LM3-Pro wird unter einer Lizenz ausgeliefert, die kommerzielle Nutzung verbietet, und GLM-Legal wird hinter einem Beta-Antragsverfahren ausgeliefert, ohne überhaupt eine veröffentlichte Lizenz, einen Preis oder einen Endpoint.

Wenn Sie hierher gekommen sind, um zu entscheiden, was Sie übernehmen sollen, lautet die kurze Antwort, dass das eine eine Datei ist, die Sie rechtlich nicht nutzen dürfen, und das andere ein Dienst, den Sie noch nicht kaufen können. Die längere Antwort dreht sich darum, welches dieser beiden Probleme in diesem Quartal tatsächlich lösbar ist.

Die Spezifikationen – und was sie ausschließen

Der Parameterunterschied ist groß genug, dass er verändert, wofür jedes Modell gedacht ist, deshalb lohnt es sich, die Zahlen festzuhalten, bevor die Argumentation beginnt:

• Größe und Form — GLM-Legal ist ein Derivat eines multimodalen Basismodells mit insgesamt 320 Mrd. Parametern und 18 Mrd. aktiven Parametern; TwIL-LM3-Pro ist ein dichter Decoder mit 3,66 Mrd. Parametern, genau 3.659.737.600 Parametern, 40 Schichten, und läuft in bf16 bei 6,82 GiB oder als Q4_K_M GGUF bei 2,09 GiB.

• Kontext — GLM-Legal erbt das 1M-Token-Fenster von GLM-5.3-Flash; TwIL-LM3-Pro übernimmt 131.072 Token von granite-4.2-3b unverändert.

• Worauf es trainiert wurde — Rechtskorpora im Mid-Training plus RL über Zehntausende realistische Rechtsumgebungen vs. einem überwachten Rank-64-LoRA-Fine-Tuning auf einem synthetischen formal-logischen Korpus, Multipfad-Destillation, Checkpoint-Fusion und einer entropiegewichteten GRPO-Phase gegen einen programmatischen Verifizierer.

• Modality — GLM-Legal's base takes text, image and video in; TwIL-LM3-Pro is text in, text out, with a <think>…</think> block before the answer.

• Distribution — ein Antragsformular für API-Zugriff im Vergleich zu einem Hugging Face Checkpoint, einem LiteRT-LM-On-Device-Build und einer Unternehmensvereinbarung.

• Veröffentlichte Benchmarks — eine einzige Zahl mit durchweg bestandenen Tests auf der Testumgebung eines Dritten, plus zwei nicht quantifizierte Paritätsbehauptungen, gegenüber einem detaillierten Satz von vom Anbieter selbst erhobenen Zahlen auf einer vom Anbieter selbst gebauten Testumgebung, die die Modellkarte selbst an manchen Stellen als nicht aussagekräftig bezeichnet.

Die beiden unteren Zeilen sind diejenigen, die über alles andere entscheiden. Lesen Sie zuerst die Zeile zur Bereitstellung: GLM-Legal hat keinen öffentlichen Endpunkt und TwIL-LM3-Pro hat keine kommerzielle Lizenz. Alles andere in diesem Vergleich folgt daraus.

TwIL-LM3-Pros Zahlen so lesen, wie es die eigene Karte tut

webAI hat ungewöhnlich freimütiges Evaluierungsmaterial veröffentlicht, und das Nützlichste darin ist ein Satz, der von einer Marketingseite gestrichen worden wäre. Beim Makro-Gate – 0,5539 gegenüber 0,5336 von Qwen3-8B – schreibt die Karte, der Vorsprung betrage 0,020, „kleiner als das Sampling-Rauschen bei n = 200 pro Spur“, und fordert den Leser auf, ihn als Gleichstand statt als Sieg zu werten.

Wo sich das Modell von Qwen3-8B absetzt, sind die Abstände real und messbar:

• Strict-7 — 0,2879 gegen 0,2093, eine Zeile, die an keiner Stelle Gutschrift für unscharfe Übereinstimmungen nutzt und daher nicht durch Formatierungsglück zustande kommen kann.

• Strenges MCQ — 0,4100 gegen 0,0000, der größte Abstand zwischen den Spuren in den elf gemeldeten Zeilen.

• Korpus-Anpassung — die niedrigste Sprachmodell-Perplexität aller Arme mit 2,3130 gegenüber 2,5478.

• Zurückgehaltene Suite — das Modell führt sie nicht an. Das Makro über zehn Datensätze liegt bei 0,7901, statistisch gleichauf mit seiner eigenen Basis von 0,7942 und hinter Qwen3-8B mit 0,8493.

• Innerhalb der Spezialisierung — Der Exact Match der FOL-Übersetzung liegt bei 0,0100 und der Exact Match des semantischen Parsings bei 0,0000, beide vom Anbieter offengelegt.

Das ist, wie ein eng gefasster Spezialist aussieht, wenn er ehrlich dokumentiert wird: stark auf genau den Bahnen, für die er gebaut wurde, gleichauf oder dahinter beim allgemeinen Schlussfolgern und schwach bei zwei bestimmten Ausgabeformaten. Das ist auch der Grund, warum die Lizenz so viel ausmacht. Ein derart spezifisches Modell hat eine einzige Aufgabe, und wenn diese Aufgabe kommerziell ist, blockiert die Lizenz sie vollständig.

GLM-Legals Zahlen mit demselben Misstrauen lesen

Die Veröffentlichung von Z.ai führt mit 19,2 % All-Pass bei Harvey LAB, einer Workflow-Evaluierung für Anwaltskanzleien über 24 Praxisbereiche, und einer Verbesserung um 12,5 Prozentpunkte gegenüber GLM-5.3-Flash. Beides sind die eigenen Zahlen des Anbieters. Die zweite Zahl impliziert eine All-Pass-Rate des Basismodells von etwa 6,7 %, was zeigt, wie streng der All-Pass-Standard ist: Eine Aufgabe zählt nur, wenn jeder Schritt gelingt, sodass eine niedrige absolute Zahl das erwartete Ergebnis einer strengen Bewertung ist und kein Beleg für ein schwaches Modell.

Die beiden anderen viel beachteten Benchmarks enthalten keine Zahlen. LegalBench – Vertragsparsing, Fusionsanmeldungen, Gerichtsentscheidungen – wird so beschrieben, dass es „die Präzision der führenden Closed-Source-Frontier-Modelle“ erreicht. PLawBench, die Suite für die chinesische Praxis, wird so beschrieben, dass sie „Parität mit führenden Frontier-Systemen“ erreicht. Keine der beiden Behauptungen nennt eine Vergleichsgröße oder fügt eine Punktzahl hinzu. Auf die Model Card von TwIL-LM3-Pro angewendet, fragt derselbe Standard, wie das juristische Modell auf den Formatgenauigkeits-Lanes abschneidet, und es gibt keine Antwort, weil niemand eine veröffentlicht hat.

Das Einzige, was GLM-Legal veröffentlicht, TwIL-LM3-Pro aber nicht, ist eine Demonstration, dass seine Spezialisierung funktioniert. In einem Projektstreit mit 40 Dokumenten findet GLM-5.3-Flash den Widerspruch zwischen einem zu 60 % vollständigen Kundenbericht und einer internen Momentaufnahme von 41 % und erklärt, die Dokumente könnten die Position des Mandanten stützen. GLM-Legal verknüpft eine frühere interne Warnung, die Momentaufnahme und eine Anweisung, das Risiko zu unterdrücken und die Rechnungsstellung fortzusetzen, zu einer einzigen Verschleierungstheorie, zitiert dann die Klausel der Vereinbarung, wonach eine Zahlung keinen Verzicht auf Rechte darstellt, und benennt die noch zu prüfenden Anspruchselemente. Ob sich das verallgemeinern lässt, ist unbekannt. Dass es sich um ein wesentlich anderes Verhalten als das seines Basismodells handelt, ist sichtbar.

Die ehrliche Antwort auf „Kann ich das in Produktion verwenden“

Beide Antworten lauten Nein, und die beiden Neins haben unterschiedliche Ablaufdaten.

Der Blocker von TwIL-LM3-Pro ist eine Lizenz, und Lizenzen ändern sich mit einer Entscheidung. Der Checkpoint liegt auf Hugging Face unter den eigenen nichtkommerziellen Bedingungen von webAI; eine Neulizenzierung oder ein kommerziell lizenzierter LiteRT-LM-Build würde das Modell an einem einzigen Nachmittag vom Forschungsartefakt zur einsetzbaren Komponente machen. Der On-Device-Build, der am 1. Oktober erschien, trägt die Beschränkung des übergeordneten Repositorys, und genau das gilt es zu überprüfen, bevor man darauf aufbaut.

Der Blocker von GLM-Legal ist ein Programm, und Programme ändern sich mit einem Vertrag. Der Zugang läuft über eine Anwendung, die sich an Anwaltskanzleien, Legal-Tech-Unternehmen, Inhouse-Teams und unabhängige Praktizierende richtet, ohne veröffentlichten Preis und ohne öffentlichen Endpunkt. Die AutoClaw-Integration ist in der Zukunftsform verfasst. Für einen regulierten Einsatz ist dies ein schwierigeres Problem als eine restriktive Lizenz, denn man kann nicht auf etwas aufbauen, das man nicht aufrufen kann.

Es gibt außerdem eine Datenfrage, die keine der beiden Veröffentlichungen beantwortet. webAI sagt, die Familie habe in einem Monat die Marke von einer halben Million Downloads überschritten – eine Anbieterangabe, ungeprüft –, und Downloads eines kostenlosen nichtkommerziellen Checkpoints sind kein Ersatz für den Produktionseinsatz. Die Beta-Bedingungen von GLM-Legal sind unveröffentlicht, was etwas anderes ist als inakzeptabel und identisch damit, für einen Risikoausschuss nicht bewertbar zu sein.

Worauf aufbauen, während beide Tore geschlossen sind

Der praktische Schritt ist, den Spezialisten von der Pipeline zu trennen, denn die Pipeline ist das, was Sie tatsächlich besitzen werden. Keiner der beiden Spezialisten ist heute irgendwo routingfähig; routingfähig ist der Generalist unter GLM-Legal und die umgebenden Schritte.

GLM 5.3 Flash ist im OrcaRouter-Katalog zum Listenpreis von Z.ai mit 0 % Aufschlag verfügbar — 0,15 $ pro Million Input-Tokens und 0,50 $ pro Million Output-Tokens, Cache-Reads bei 0,030 $ —, sodass eine Preisänderung des Anbieters beim Basismodell bei uns am selben Tag live ist. Mit einem einzigen Schlüssel erreichen Sie mehr als 200 Modelle, und genau das ermöglicht es einem Legal-Engineering-Team, die Schritte Entwurf, Vorlagenerstellung und Checklisten jetzt auf dem Basismodell zu prototypisieren und beim Start der Beta eine einzige Modell-ID zu ändern. Automatisches Failover macht dieses Prototyping sicher: Eine Staging-Route kann auf ein Modell zeigen, das niemand unabhängig evaluiert hat, ohne dass ein Produktionspfad dahintersteht.

Was die formal-logische Hälfte des Bildes angeht, sind der lokale Checkpoint und der gehostete Generalist Komplemente, nicht Substitute, und Modellfusion ist der Mechanismus, der das konkret macht – ein Panel von Modellen, die gemeinsam antworten, sodass ein kleiner Runner, der strikte Folgerung oder die Formalisierung von Lean-Aussagen übernimmt, neben einem gehosteten Modell sitzen kann, das die Prosa darum herum erledigt. Die Aufteilung, die die eigenen Zahlen von webAI nahelegen, ist die naheliegende: Setze das lokale Modell dort ein, wo das Ergebnis ein Label ist, und leite alles, was als Text zurückkommen muss, entsprechend weiter.

Das Einzige, was Sie nicht tun sollten, ist, eines der beiden als Entscheidung zu behandeln. TwIL-LM3-Pro ist ein 2,09 GiB großer Download; ihn zu evaluieren kostet nichts, und ihn aufzugeben kostet nichts. GLM-Legal ist ein Formular, und es früh auszufüllen kostet Sie einen Nachmittag.

Welches, wenn es wirklich das eine oder das andere ist

Sie überschneiden sich nicht genug, als dass eine einzelne Antwort nützlich wäre, daher ist die ehrliche Version bedingt. Wenn Ihr Problem Entailment-Labeling, die Formalisierung von Lean-Aussagen, semantisches Parsing oder ein air-gapped-Durchlauf ist, bei dem die Ausgabe ein Label statt Prosa ist, dann ist TwIL-LM3-Pro von den beiden die näherliegende Wahl und die Lizenz ist Ihr einziges echtes Hindernis. Wenn Ihr Problem das Verfassen nach einer Spezifikation, die Einhaltung gesetzlicher Vorschriften über benannte Regime hinweg oder eine begründete Analyse eines Dokumentenbestands ist, den Sie bereits besitzen, dann ist GLM-Legal darauf ausgerichtet und TwIL-LM3-Pro hat überhaupt keine juristischen Belege veröffentlicht.

Was sie gemeinsam haben, ist, dass keiner der beiden Anbieter einen Preis für das spezialisierte Produkt festgelegt hat und beide ihr Hauptresultat gegen ihr eigenes Basismodell in ihrer eigenen Testumgebung bewertet haben. Das ist kein Grund, eine der beiden Veröffentlichungen abzutun – GLM-Legals 19,2 % sind gerade deshalb glaubwürdig, weil die Bewertung streng ist, und die Model Card von TwIL-LM3-Pro ist ehrlich genug, ihre eigenen Nullergebnisse auszuweisen. Es ist ein Grund, die Integration um ein Modell herum zu planen, das Sie heute aufrufen können, und beide als Upgrades zu behandeln, die Sie übernehmen, sobald das Gate öffnet, nicht als Fundamente, auf denen Sie aufbauen.

Das Gate bei TwIL-LM3-Pro ist juristischer Text, und juristischer Text ist in diesem Vergleich das Einzige, was ein Anbieter ändern kann, ohne irgendetwas auszuliefern. Das Gate bei GLM-Legal ist eine Geschäftsentscheidung darüber, wann aus einer Beta ein Produkt wird. Von den beiden sollten Sie die Lizenz im Auge behalten – sie ist diejenige, die sich ohne Vorwarnung ändern könnte.

Modellfusion ist der Mechanismus, der das konkret macht – ein Panel von Modellen, die gemeinsam antworten, sodass ein kleines Runner-Modell, das striktes Entailment prüft oder Lean-Statements formalisiert, neben einem gehosteten Modell stehen kann, das den Prosatext drumherum liefert.