GLM-Legal : l’agent juridique de Z.ai obtient un score de 19,2 % sur Harvey LAB — et débute en version bêta sur candidature.

Z.ai a publié GLM-Legal le 12 octobre 2026, et le chiffre qu'il met en avant est 19,2 %. C'est le taux de réussite complète du modèle sur Harvey LAB, une évaluation des flux de travail de cabinets d'avocats conçue par le fournisseur d'IA juridique Harvey dans 24 domaines de pratique — et c'est le chiffre le plus fiable de cette publication, précisément parce qu'il semble peu impressionnant. Un modèle juridique qui réussit moins d'une tâche sur cinq sur un banc d'essai sérieux est évalué selon une norme que son propre fournisseur n'a pas adoucie. Le point faible, c'est tout ce qui l'entoure : les deux autres références mises en avant, LegalBench et PLawBench, sont présentées comme équivalentes à des « modèles de pointe à source fermée » non nommés et n'affichent aucun chiffre. GLM-Legal est construit sur GLM-5.3-Flash, le modèle de fondation multimodal de Z.ai, de 320 B au total et 18 B de paramètres actifs, et pour l'instant, le seul moyen de l'obtenir est un formulaire sur la page de consultation du fournisseur, pas une clé d'API.

Cette combinaison — un chiffre réel, évalué honnêtement, plus deux affirmations de parité non quantifiées — résume à elle seule la physionomie de cette publication, et il vaut la peine de la démêler avant toute autre chose.

Ce que 19,2 % sur Harvey LAB dit, et ce qu’il ne dit pas

Harvey LAB note en tout-ou-rien. Une tâche ne compte pour le modèle que si chaque étape aboutit : les bonnes questions identifiées, les bonnes dispositions citées, l’analyse défendable, le résultat formaté selon le brief. C’est un seuil plus sévère qu’un benchmark à crédit partiel, et c’est pourquoi le nombre absolu est faible, plutôt que la preuve que le modèle serait faible. Z.ai le présente comme la confirmation d’une « exécution fiable des tâches de bout en bout, sans dégradation intermédiaire » — dans un régime tout-ou-rien, c’est la seule chose qu’une tâche réussie puisse signifier.

La comparaison que Z.ai fournit se fait par rapport à son propre modèle de base, et elle indique que GLM-Legal s’améliore de 12,5 points de pourcentage. Mettez cela en regard du titre, et l’arithmétique est sans appel :

• GLM-Legal sur Harvey LAB — 19,2 % de réussite totale, dans 24 domaines de pratique, selon Z.ai.

• Score implicite du modèle de base — environ 6,7 %, puisque Z.ai indique un écart de 12,5 points et que la base est GLM-5.3-Flash.

• Indépendance — aucune. Les deux chiffres proviennent de Z.ai, mesurés lors de sa propre exécution, et aucun tiers ne les a reproduits.

• Le rôle de Harvey — Harvey a créé le benchmark ; l'annonce ne précise pas si c'est Harvey ou Z.ai qui a réalisé l'évaluation.

Cette dernière ligne est l’écart honnête. « Construit par Harvey » et « évalué par Harvey » sont des affirmations différentes, et seule la première est avancée. Un gain de 12,5 points par rapport à un modèle de base est un ordre de grandeur plausible pour un mid-training de domaine plus du RL — voilà à quoi ressemble la spécialisation juridique quand elle fonctionne — mais tant que quelqu’un en dehors de Z.ai n’aura pas réexécuté le harnais, c’est un chiffre de fournisseur, et il faut le citer comme tel.

Les deux revendications sans numéro associé

LegalBench couvre l’analyse de contrats, les dépôts de fusion-acquisition et les décisions judiciaires ; PLawBench couvre la consultation juridique chinoise, l’analyse de cas et la rédaction de documents selon des rubriques fines. L’affirmation de Z.ai concernant le premier est que GLM-Legal les analyse « avec la précision des meilleurs modèles de pointe à source fermée », et concernant le second qu’il « atteint la parité avec les principaux systèmes de pointe ».

Les deux affirmations sont qualitatives. Ni l’une ni l’autre n’est accompagnée d’un score, d’un intervalle de confiance ou d’un comparateur nommé. Ce n’est pas une raison pour ne pas y croire — GLM-5.3-Flash est une base solide, et un dérivé spécialisé dans un domaine d’une base solide atteint souvent la parité en matière de raisonnement dans ce domaine —, mais une affirmation de parité que l’on ne peut pas chiffrer est invérifiable par construction, et les deux déclarations quantitatives du communiqué portent toutes les deux sur le même benchmark. Un lecteur qui compare ce lancement à celui d’un concurrent devrait remarquer que le communiqué se résume en réalité à un résultat mesuré et à deux résultats argumentés.

Ce que la formation a réellement changé

Le détail méthodologique compte davantage ici que dans un affinage de domaine typique, car GLM-Legal est une spécialisation au niveau des poids plutôt qu'un produit de recherche d'information. Z.ai n'a pas livré d'index de jurisprudence ; il a modifié le modèle. Deux étapes :

• Mid-training — corpus juridiques étendus de haute qualité, enseignant les règles légales et les cadres interprétatifs au sein d'un contexte de domaine dense, afin de renforcer la chaîne déductive allant des faits aux règles puis aux conclusions.

• Post-entraînement — apprentissage par renforcement sur ce que Z.ai appelle « des dizaines de milliers d’environnements juridiques réalistes », où le modèle apprend à planifier une analyse, à faire avancer un flux de travail et à produire un livrable sous des contraintes concrètes.

Ce qui est inhabituel, c’est la boucle autour de l’étape de post-entraînement. Z.ai décrit le harnais d’agent — la couche d’orchestration d’exécution qui met en place le contexte, connecte les outils et achemine les retours d’exécution — comme co-évoluant avec le modèle plutôt que comme une couche fixe sous celui-ci. Les cas limites apparus pendant l’entraînement ont révélé des goulots d’étranglement du harnais ; les améliorations du harnais ont exposé le modèle à des contraintes d’exécution plus réalistes. L’objectif annoncé est d’empêcher l’échec classique du modèle de domaine où des connaissances sont ajoutées, mais pas le comportement du flux de travail.

Savoir si cela se généralise est exactement ce que teste le taux de 19,2 % de réussite totale. C’est une affirmation de fiabilité, pas une affirmation de connaissance, et c’est ce sur quoi un déploiement juridique doit être mesuré.

Les trois démos, à lire attentivement

L'article de blog présente GLM-5.3-Flash et GLM-Legal répondant aux trois mêmes invites côte à côte. La comparaison est rédigée par le fournisseur et les invites sont choisies par le fournisseur, elle prouve donc moins qu'une comparaison directe — mais les divergences sont suffisamment précises pour être instructives.

Analyse du contrat. La tâche porte sur un contrat de services logiciels pour un client qui change de prestataire. Les conseils du modèle de base sont raisonnables et généraux : raccourcir le délai de préavis, obtenir du prestataire qu'il restitue les données et les livrables payés, ajouter une obligation de coopérer avec le prestataire de remplacement. Les conseils de GLM-Legal ont la même forme, mais ils tranchent sur les chiffres — réduire de 60 à 30 jours le préavis de résiliation pour convenance, supprimer entièrement le délai de remédiation en cas de manquement aux obligations de propriété intellectuelle, de confidentialité ou de sécurité des données, exiger la restitution des livrables, qu'ils aient été payés ou non, et ajouter jusqu'à 90 jours d'assistance à la transition aux tarifs alors en vigueur du prestataire. C'est la différence entre une liste de contrôle et une version annotée. Z.ai indique qu'AutoClaw applique ces modifications dans le document Word sous forme de révisions et de commentaires.

Analyse des preuves. Quarante documents issus d'un litige de projet logiciel. Le modèle de base repère la contradiction entre le rapport du client du 30 septembre affirmant un achèvement de 60 % et l'instantané interne à environ 41 %, et affirme à juste titre que les documents « peuvent étayer » la position du client. GLM-Legal relie l'avertissement interne du 8 septembre selon lequel le jalon ne pouvait pas être atteint honnêtement, l'instantané à 41 % et l'instruction d'un dirigeant de dissimuler le risque et de poursuivre la facturation en une seule théorie de dissimulation, puis cite les clauses de non-renonciation par le paiement et de survie des garanties du contrat-cadre de services comme la raison pour laquelle la poursuite des paiements ne règle pas le litige. Le modèle de base a trouvé les faits ; GLM-Legal a construit l'argumentation et a nommé les éléments de la demande restant à tester.

Recherche de conformité. Un site web en cours de lancement à Singapour, en Malaisie et en Indonésie avec suivi, marketing par e-mail et stockage cloud à l'étranger. Le modèle de base produit une liste de tâches pré-lancement correcte. GLM-Legal produit une version priorisée avec des renvois aux textes de loi — PDPA de Singapour, section 26, PDPA de Malaisie, section 129, loi indonésienne sur la protection des données, art. 55–56 — et sépare les contrôles partagés des questions spécifiques à chaque marché.

Les références aux textes de loi sont la partie qu’un avocat peut vérifier en un après-midi, et c’est pourquoi les démonstrations valent la peine d’être lues. Ce qu’elles ne montrent pas, c’est la façon dont le modèle se comporte sur un dossier où la bonne réponse est que le client a tort.

Accès : un formulaire maintenant, AutoClaw plus tard

Il n'existe aucun prix publié ni aucun point de terminaison public. L'appel à l'action de Z.ai est « Rejoignez la bêta GLM-Legal », destiné aux cabinets d'avocats, aux entreprises de technologies juridiques, aux équipes internes et aux praticiens indépendants, avec un accès API sur candidature via la page de consultation du fournisseur. Le paragraphe consacré à AutoClaw est rédigé au futur — « vous pourrez bientôt mettre ces capacités à l'œuvre dans AutoClaw » — la plateforme d'agents de bureau est donc une intégration à venir, et non une intégration déjà disponible, et Z.ai ne s'engage sur aucune date pour l'une ou l'autre.

Si vous souhaitez développer sur le modèle sous-jacent dès aujourd’hui, la distinction honnête est la suivante : la base est disponible, la variante juridique ne l’est pas. GLM 5.3 Flash figure au catalogue d’OrcaRouter au prix catalogue de Z.ai, sans majoration ajoutée — 0,15 $ par million de tokens d’entrée et 0,50 $ par million de tokens de sortie, les lectures de cache étant à 0,030 $ — de sorte qu’une modification de prix du fournisseur sur ce modèle se répercute de notre côté le jour même, et non à la fin d’un cycle contractuel. Une seule clé donne accès à plus de 200 modèles, et le basculement automatique signifie que vous pouvez diriger un chemin de préproduction vers le modèle de base sans parier une route de production sur celui-ci. Tout ce qui, dans les trois démos, ne dépend pas du post-entraînement juridique — restructurer un ensemble de clauses que vous fournissez, mettre en forme la sortie selon le gabarit d’un cabinet, générer une liste de contrôle de relecture de premier passage — vous pouvez le prototyper sur GLM 5.3 Flash dès maintenant et remplacer l’identifiant du modèle lorsque la bêta ouvrira. Tout ce qui dépend de la spécialisation, vous ne pouvez pas le prototyper, car la spécialisation est la partie qui se trouve derrière le formulaire.

Qu’est-ce qui changerait cette histoire ?

Trois choses, par ordre d'importance. Un chiffre pour LegalBench et PLawBench — les affirmations de parité sont déterminantes pour quiconque choisit un modèle juridique, et elles sont actuellement les moins vérifiables. Une exécution indépendante de Harvey LAB, idéalement une où Harvey, plutôt que Z.ai, contrôle le harnais. Et un prix, parce qu'un modèle spécialisé qui coûte nettement plus par dossier que son modèle de base doit justifier cet écart sur le taux de réussite complète plutôt que sur les finitions.

Aucun des trois n'est arrivé. Ce qui est arrivé, c'est un modèle véritablement spécialisé, bâti sur une fondation à 18B de paramètres actifs, avec un seul benchmark exécuté selon une norme d'évaluation suffisamment stricte pour que 19,2 % paraisse crédible, et un processus d'accès qui indique que le fournisseur n'est pas encore assez confiant pour le faire figurer sur une grille tarifaire.

Pour une équipe juridique qui décide quoi faire de l’annonce de cette semaine, la réponse est probablement la même que pour toute version à accès sur demande : examinez les démos pour les modes de défaillance qu’elles révèlent, vérifiez vous-même les citations de textes de loi, et bâtissez le pipeline environnant sur un modèle que vous pouvez réellement appeler dès aujourd’hui, afin que le remplacement d’un seul identifiant de modèle constitue toute la migration.

basculement automatique signifie que vous pouvez pointer un chemin de préproduction vers le modèle de base sans miser une route de production dessus.