GLM-Legal vs TwIL-LM3-Pro : La porte est une licence d’un côté et un formulaire de l’autre

Un agent juridique qui n'existe que sous la forme d'un score de benchmark et d'un formulaire de candidature, face à un modèle de logique formelle que vous pouvez télécharger cet après-midi et déployer presque nulle part. GLM-Legal et TwIL-LM3-Pro sont tous deux des spécialistes de niche sortis à quelques semaines d'intervalle — l'un développé par Z.ai sur GLM-5.3-Flash pour l'analyse de contrats, l'analyse de preuves et la conformité, l'autre un modèle de raisonnement de 3,66 milliards de paramètres de webAI conçu pour la logique formelle et dérivé de granite-4.2-3b d'IBM. Ils ne sont pas rivaux pour le même créneau, et cette page ne va pas prétendre le contraire. Ce qui les rend intéressants à mettre côte à côte, c'est qu'ils incarnent les deux formes distinctes que prend un modèle spécialisé en 2026, et chaque forme a sa propre manière d'être indisponible : TwIL-LM3-Pro est distribué sous une licence qui interdit l'utilisation commerciale, et GLM-Legal est proposé derrière une candidature bêta, sans aucune licence, aucun prix ni aucun point de terminaison publiés.

Si vous êtes arrivé ici pour décider lequel adopter, la réponse courte est que l’un est un fichier que vous ne pouvez pas légalement utiliser et l’autre est un service que vous ne pouvez pas encore acheter. La réponse plus longue porte sur lequel de ces deux problèmes est réellement résoluble ce trimestre.

Les spécifications, et ce qu’elles excluent

La différence de paramètres est suffisamment importante pour changer ce à quoi sert chaque modèle, il vaut donc la peine de poser les chiffres avant l'argument :

• Taille et forme — GLM-Legal est un dérivé d’un modèle de fondation multimodal de 320 B au total et de 18 B actifs ; TwIL-LM3-Pro est un décodeur dense de 3,66 B, soit exactement 3 659 737 600 paramètres, 40 couches, et il s’exécute en bf16 à 6,82 GiB ou en GGUF Q4_K_M à 2,09 GiB.

• Contexte — GLM-Legal hérite de la fenêtre de 1 M de tokens de GLM-5.3-Flash ; TwIL-LM3-Pro dispose de 131 072 tokens de granite-4.2-3b, inchangés.

• Sur quoi il a été entraîné — des corpus juridiques en mi-entraînement, plus du RL sur des dizaines de milliers d'environnements juridiques réalistes, par rapport à un affinage supervisé LoRA de rang 64 sur un corpus synthétique de logique formelle, une distillation multi-chemins, une fusion de points de contrôle et une étape GRPO pondérée par l'entropie face à un vérificateur programmatique.

• 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 — un formulaire de demande d'accès à l'API par rapport à un checkpoint Hugging Face, une version embarquée de LiteRT-LM, et un accord d'entreprise.

• Benchmarks publiés — un unique chiffre de réussite totale sur le harnais d'un tiers, ainsi que deux affirmations de parité non quantifiées, contre un ensemble détaillé de chiffres produits par le fournisseur sur un harnais construit par le fournisseur que la fiche de modèle elle-même décrit comme non concluant par endroits.

Ces deux lignes du bas sont celles qui déterminent tout le reste. Lisez d'abord la ligne de déploiement : GLM-Legal n'a pas d'endpoint public et TwIL-LM3-Pro n'a pas de licence commerciale. Tout le reste dans cette comparaison découle de cela.

Lire les chiffres de TwIL-LM3-Pro comme le fait sa propre fiche

webAI a publié du matériel d’évaluation d’une franchise inhabituelle, et la chose la plus utile qu’il contient est une phrase qui aurait été supprimée d’une page marketing. Sur le macro gate — 0,5539 contre 0,5336 pour Qwen3-8B — la fiche indique que l’avance est de 0,020, « inférieure au bruit d’échantillonnage à n = 200 par voie », et invite le lecteur à l’interpréter comme une égalité plutôt qu’une victoire.

Là où le modèle se distingue de Qwen3-8B, les marges sont réelles et mesurables :

• Strict-7 — 0,2879 contre 0,2093, une ligne qui n'utilise nulle part de crédit de correspondance approximative et ne peut donc pas être produite par un heureux hasard de mise en forme.

• QCM strict — 0,4100 contre 0,0000, l’écart de voie le plus large parmi les onze lignes rapportées.

• Ajustement au corpus — la perplexité du modèle linguistique la plus faible parmi tous les bras, à 2,3130 contre 2,5478.

• Suite de validation — le modèle n'y est pas en tête. La macro des dix jeux de données est de 0,7901, statistiquement au même niveau que sa propre base à 0,7942 et derrière les 0,8493 de Qwen3-8B.

• Au sein de la spécialisation — la correspondance exacte de la traduction FOL se situe à 0,0100 et la correspondance exacte de l'analyse sémantique à 0,0000, toutes deux divulguées par le fournisseur.

Voilà à quoi ressemble un spécialiste étroit lorsqu’il est documenté honnêtement : solide sur les créneaux exacts pour lesquels il a été conçu, au niveau ou en retrait sur le raisonnement général, et médiocre sur deux formats de sortie spécifiques. C’est aussi la raison pour laquelle la licence compte autant. Un modèle aussi spécifique a un seul travail, et si ce travail est commercial, la licence le bloque entièrement.

Lire les chiffres de GLM-Legal avec la même méfiance

La publication de Z.ai s'ouvre sur un taux de réussite totale de 19,2 % sur Harvey LAB, une évaluation de flux de travail de cabinets d'avocats couvrant 24 domaines de pratique, ainsi qu'une amélioration de 12,5 points de pourcentage par rapport à GLM-5.3-Flash. Ces deux chiffres proviennent du fournisseur lui-même. Le second implique un taux de réussite totale du modèle de base autour de 6,7 %, ce qui montre à quel point la norme de réussite totale est sévère : une tâche n'est comptée que lorsque chaque étape aboutit, de sorte qu'un chiffre absolu faible est le résultat attendu d'une notation stricte plutôt que la preuve d'un modèle faible.

Les deux autres benchmarks phares ne comportent aucun chiffre. LegalBench — analyse de contrats, dépôts de fusion, décisions judiciaires — est décrit comme égalant « la précision des meilleurs modèles frontières à source fermée ». PLawBench, la suite consacrée à la pratique chinoise, est décrite comme atteignant « la parité avec les principaux systèmes frontières ». Aucune de ces affirmations ne nomme de comparateur ni n’attribue de score. Appliqué à la fiche de TwIL-LM3-Pro, le même critère revient à demander comment le modèle juridique s’en sort sur les axes d’exactitude de format, et il n’y a pas de réponse, car personne n’en a publié.

La seule chose que GLM-Legal publie et que TwIL-LM3-Pro ne publie pas est une démonstration de sa spécialisation à l'œuvre. Sur un litige de projet portant sur 40 documents, GLM-5.3-Flash trouve la contradiction entre un rapport client complété à 60 % et un instantané interne à 41 % et indique que les documents peuvent étayer la position du client. GLM-Legal relie un avertissement interne antérieur, l'instantané et une instruction visant à dissimuler le risque et à continuer à facturer en une seule théorie de dissimulation, puis cite la clause de l'accord selon laquelle le paiement ne vaut pas renonciation aux droits et identifie les éléments de la demande restant à vérifier. On ignore si cela se généralise. Qu'il s'agisse d'un comportement matériellement différent de celui de son modèle de base est visible.

La réponse honnête à « puis-je utiliser ceci en production »

Les deux réponses sont non, et les deux non ont des dates d’expiration différentes.

Le point de blocage de TwIL-LM3-Pro est une licence, et les licences changent sur une décision. Le checkpoint se trouve sur Hugging Face sous les propres conditions non commerciales de webAI ; une relicence ou une version de LiteRT-LM sous licence commerciale ferait passer le modèle du statut d’artefact de recherche à celui de composant déployable en un seul après-midi. La version on-device apparue le 1er octobre porte la restriction du dépôt parent, et c’est ce qu’il faut vérifier avant de planifier autour.

Le point de blocage de GLM-Legal est un programme, et les programmes changent avec un contrat. L’accès passe par une candidature destinée aux cabinets d’avocats, aux entreprises de technologies juridiques, aux équipes internes et aux praticiens indépendants, sans prix publié ni point de terminaison public. L’intégration AutoClaw est rédigée au futur. Pour un déploiement réglementé, il s’agit d’un problème plus difficile à résoudre que ne l’est une licence restrictive, car on ne peut pas bâtir sur ce que l’on ne peut pas appeler.

Il y a aussi une question de données à laquelle aucune des deux versions ne répond. webAI affirme que la famille a franchi le demi-million de téléchargements en un mois — un chiffre de fournisseur, non audité — et que les téléchargements d'un checkpoint gratuit à usage non commercial ne constituent pas une approximation de l'usage en production. Les conditions de la bêta de GLM-Legal ne sont pas publiées, ce qui est différent d'être inacceptable et identique au fait d'être impossible à évaluer par un comité des risques.

Sur quoi bâtir pendant que les deux portails sont fermés ?

La démarche pratique consiste à séparer le spécialiste du pipeline, car c’est le pipeline que vous posséderez réellement. Aujourd’hui, aucun des deux spécialistes n’est routable où que ce soit ; ce qui est routable, c’est le généraliste sous GLM-Legal et les étapes environnantes.

GLM 5.3 Flash figure au catalogue OrcaRouter au prix catalogue de Z.ai, avec 0 % de marge — 0,15 $ par million de jetons en entrée et 0,50 $ par million de jetons en sortie, les lectures de cache à 0,030 $ — de sorte qu'une modification tarifaire du fournisseur sur le modèle de base est répercutée chez nous le jour même. Une seule clé donne accès à plus de 200 modèles, ce qui permet à une équipe d'ingénierie juridique de prototyper dès maintenant les étapes de rédaction, de gabarits et de listes de contrôle sur le modèle de base, puis de changer un seul identifiant de modèle à l'ouverture de la bêta. Le basculement automatique rend ce prototypage sûr : une route de préproduction peut pointer vers un modèle que personne n'a évalué de manière indépendante sans qu'un chemin de production ne repose dessus.

Pour la moitié logique formelle du problème, le checkpoint local et le généraliste hébergé sont complémentaires plutôt que substituables, et la fusion de modèles est le mécanisme qui rend cela concret — un panel de modèles qui répondent ensemble, de sorte qu’un petit exécuteur réalisant de l’implication stricte ou de la formalisation d’énoncés Lean peut cohabiter avec un modèle hébergé qui se charge de la prose autour. La répartition que les propres chiffres de webAI suggèrent est celle qui va de soi : exécuter le modèle local là où le livrable est une étiquette, et router tout ce qui doit revenir sous forme de texte rédigé.

La seule chose à ne pas faire est de traiter l’un ou l’autre de ces éléments comme une décision. TwIL-LM3-Pro est un téléchargement de 2,09 GiB qui ne coûte rien à évaluer et rien à abandonner. GLM-Legal est un formulaire, et le remplir tôt vous coûte un après-midi.

Lequel, s'il s'agit vraiment de l'un ou de l'autre

Ils ne se recoupent pas suffisamment pour qu'une réponse unique soit utile, donc la version honnête est conditionnelle. Si votre problème est l'étiquetage d'implication, la formalisation d'énoncés Lean, l'analyse sémantique, ou un passage en air gap où la sortie est une étiquette plutôt qu'un texte, TwIL-LM3-Pro est le plus adapté des deux et la licence est votre seul véritable obstacle. Si votre problème est la rédaction selon un cahier des charges, la conformité réglementaire dans des régimes nommés, ou l'analyse raisonnée d'un ensemble de documents que vous possédez déjà, GLM-Legal est conçu pour cela et TwIL-LM3-Pro n'a publié aucune preuve juridique.

Ce qu’ils ont en commun, c’est qu’aucun des deux fournisseurs n’a fixé de prix pour le produit spécialisé, et que tous deux ont évalué leur résultat phare par rapport à leur propre modèle de base sur leur propre banc d’évaluation. Ce n’est pas une raison pour écarter l’une ou l’autre de ces sorties — les 19,2 % de GLM-Legal sont crédibles précisément parce que la notation est sévère, et la fiche de TwIL-LM3-Pro est assez honnête pour afficher ses propres résultats nuls. C’est une raison de planifier l’intégration autour d’un modèle que vous pouvez appeler dès aujourd’hui et de considérer ces deux-là comme des mises à niveau que vous adopterez lorsque la porte s’ouvrira, et non comme des fondations sur lesquelles bâtir.

Le verrou sur TwIL-LM3-Pro relève de textes juridiques, et les textes juridiques sont la seule chose dans cette comparaison qu'un fournisseur peut modifier sans livrer quoi que ce soit. Le verrou sur GLM-Legal est une décision commerciale concernant le moment où une bêta devient un produit. Des deux, surveillez la licence — c'est celle qui pourrait changer sans prévenir.

fusion de modèles est le mécanisme qui rend cela concret — un panel de modèles qui répondent ensemble, de sorte qu’un petit exécuteur effectuant une inférence stricte ou une formalisation d’énoncés Lean puisse côtoyer un modèle hébergé qui se charge de la prose autour.