GLM-Legal לעומת TwIL-LM3-Pro: השער הוא רישיון בצד אחד וטופס בצד השני
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 65 tok/s
- openaiחדשOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 158 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 42 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 478 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 194 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 228 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
סוכן משפטי שקיים כציון בנצ'מרק וטופס בקשה, לעומת מודל לוגיקה פורמלית שאפשר להוריד היום אחר הצהריים אך כמעט שאין היכן לפרוס אותו. GLM-Legal ו-TwIL-LM3-Pro הם שניהם מומחים צרים שיצאו בהפרש של שבועות זה מזה — אחד נבנה על ידי Z.ai על GLM-5.3-Flash לסקירת חוזים, ניתוח ראיות וציות, והשני הוא מודל הסקה עם 3.66 מיליארד פרמטרים מבית webAI שנבנה עבור לוגיקה פורמלית ונגזר מ-granite-4.2-3b של IBM. הם לא יריבים על אותה משבצת, והדף הזה לא הולך להעמיד פנים אחרת. מה שעושה אותם ראויים להשוואה זה לצד זה הוא שהם שני הצורות הנבדלות שמודל מתמחה לובש ב-2026, ולכל צורה יש דרך משלה להיות לא זמינה: TwIL-LM3-Pro מופץ תחת רישיון שאוסר שימוש מסחרי, ו-GLM-Legal מופץ מאחורי טופס בקשה לבטא בלי שום רישיון, מחיר או נקודת קצה מפורסמים בכלל.
אם הגעתם לכאן כדי להחליט מה לאמץ, התשובה הקצרה היא שהאחד הוא קובץ שאסור לכם להשתמש בו מבחינה חוקית, והאחר הוא שירות שעדיין לא ניתן לקנות. התשובה הארוכה עוסקת בשאלה איזו משתי הבעיות האלה באמת ניתנת לפתרון ברבעון הזה.
המפרטים, ומה שהם שוללים
ההבדל בפרמטרים גדול מספיק כדי לשנות לשם מה נועד כל מודל, ולכן כדאי לרשום את המספרים לפני הוויכוח:
• גודל וצורה — GLM-Legal הוא נגזרת של מודל בסיס מולטימודלי עם 320B פרמטרים בסך הכול ו-18B פעילים; TwIL-LM3-Pro הוא מפענח צפוף (dense decoder) בגודל 3.66B, 3,659,737,600 פרמטרים בדיוק, 40 שכבות, והוא רץ ב-bf16 בנפח 6.82 GiB או כ-Q4_K_M GGUF בנפח 2.09 GiB.
• הקשר — GLM-Legal יורש את חלון מיליון הטוקנים של GLM-5.3-Flash; TwIL-LM3-Pro נושא 131,072 טוקנים מ-granite-4.2-3b ללא שינוי.
• על מה אומן — קורפוסים משפטיים בשלב האימון הביניים בתוספת RL על פני עשרות אלפי סביבות משפטיות מציאותיות לעומת כיוונון עדין מפוקח של LoRA בדירוג 64 על קורפוס סינתטי של לוגיקה פורמלית, זיקוק רב-נתיבי, מיזוג נקודות ביקורת, ושלב GRPO משוקלל אנטרופיה מול מאמת פרוגרמטי.
• 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.
• הפצה — טופס בקשה לגישה ל-API לעומת צ'קפוינט של Hugging Face, גרסת הרצה על-מכשיר של LiteRT-LM, והסדר ארגוני.
• בנצ'מרקים שפורסמו — מספר אחד של "הכל עובר" על הארנס של צד שלישי, בתוספת שתי טענות שוויון לא מכומתות, לעומת סט מפורט של מספרים שהופקו על ידי הספק על גבי ארנס שנבנה על ידי הספק, שאותו מתאר כרטיס המודל עצמו כלא חד-משמעי במקומות מסוימים.
שתי השורות בתחתית הן אלה שמכריעות את כל השאר. קרא תחילה את שורת הפריסה: ל-GLM-Legal אין נקודת קצה ציבורית ול-TwIL-LM3-Pro אין רישיון מסחרי. כל השאר בהשוואה הזו נובע מכך.
לקרוא את המספרים של TwIL-LM3-Pro כפי שהכרטיס שלו עצמו עושה
webAI פרסמה חומר הערכה גלוי לב באופן יוצא דופן, והדבר השימושי ביותר בו הוא משפט שהיה נמחק מדף שיווקי. בשער המאקרו — 0.5539 לעומת 0.5336 של Qwen3-8B — הכרטיס כותב שהיתרון הוא 0.020, "קטן מרעש הדגימה ב-n = 200 לכל מסלול", ומורה לקורא לדרג אותו כשוויון ולא כניצחון.
במקום שבו המודל אכן נבדל מ-Qwen3-8B, הפערים אמיתיים ומדידים:
• Strict-7 — 0.2879 לעומת 0.2093, שורה שאינה משתמשת בשום מקום בזיכוי להתאמה רופפת, ולכן לא יכולה להיווצר בגלל מזל בעיצוב.
• מבחן אמריקאי קפדני — 0.4100 לעומת 0.0000, הפער הרחב ביותר בין מסלולים באחת עשרה השורות המדווחות.
• התאמת קורפוס — פרפלקסיטי מודל השפה הנמוך ביותר מכל זרוע, 2.3130 לעומת 2.5478.
• מערך נסתר — המודל אינו מוביל בו. המאקרו של עשרת מערכי הנתונים הוא 0.7901, ברמה סטטיסטית זהה לבסיס שלו, 0.7942, ומאחורי 0.8493 של Qwen3-8B.
• בתוך ההתמחות — התאמה מדויקת של תרגום FOL עומדת על 0.0100 והתאמה מדויקת של ניתוח סמנטי על 0.0000, שניהם נמסרו על ידי הספק.
כך נראה מומחה צר כשמתעדים אותו ביושר: חזק במסלולים המדויקים שלשמם נבנה, ברמה דומה או מאחור בכל הנוגע לחשיבה כללית, וחלש בשני פורמטים ספציפיים של פלט. זו גם הסיבה שהרישיון כל כך חשוב. למודל ספציפי כל כך יש תפקיד אחד, ואם התפקיד הזה מסחרי, הרישיון חוסם אותו לחלוטין.
לקרוא את המספרים של GLM-Legal באותה חשדנות
ההכרזה של Z.ai נפתחת ב-19.2% עמידה מלאה (all-pass) ב-Harvey LAB, הערכת זרימות עבודה של משרדי עורכי דין ב-24 תחומי התמחות, ובשיפור של 12.5 נקודות אחוז לעומת GLM-5.3-Flash. שניהם נתונים של הספק עצמו. השני מרמז על שיעור עמידה מלאה של מודל הבסיס בסביבות 6.7%, מה שממחיש עד כמה מחמיר סטנדרט העמידה המלאה: משימה נחשבת רק כאשר כל שלב מצליח, ולכן מספר מוחלט נמוך הוא התוצאה הצפויה של הערכה מחמירה ולא עדות למודל חלש.
שני מדדי ההשוואה הבולטים האחרים אינם כוללים מספרים. LegalBench — ניתוח חוזים, הגשות מיזוגים, חוות דעת שיפוטיות — מתואר כמתאים ל"דיוק של מודלי החזית המובילים בקוד סגור". PLawBench, חבילת הפרקטיקה הסינית, מתוארת כמגיעה ל"שוויון עם מערכות החזית המובילות". אף אחת מהטענות אינה נוקבת במשווה או מצרפת ציון. כשמיישמים זאת על הכרטיס של TwIL-LM3-Pro, אותו סטנדרט שואל כיצד המודל המשפטי מתפקד במסלולי דיוק הפורמט, ואין תשובה, כי איש לא פרסם אחת.
הדבר האחד ש-GLM-Legal מפרסם ו-TwIL-LM3-Pro אינו מפרסם הוא הדגמה לכך שההתמחות שלו עובדת. בסכסוך פרויקט של 40 מסמכים, GLM-5.3-Flash מוצא את הסתירה בין דוח לקוח שהושלם ב-60% לבין תמונת מצב פנימית של 41% ואומר שהמסמכים עשויים לתמוך בעמדת הלקוח. GLM-Legal מקשר אזהרה פנימית קודמת, את תמונת המצב והוראה להסתיר את הסיכון ולהמשיך להוציא חשבוניות לתאוריית הסתרה אחת, ואז מצטט את סעיף "תשלום אינו מהווה ויתור על זכויות" שבהסכם וממנה את יסודות התביעה שעדיין יש לבחון. לא ידוע אם הדבר ניתן להכללה. נראה לעין שזו התנהגות שונה מהותית מזו של הבסיס שלו.
התשובה הכנה לשאלה "אפשר להשתמש בזה בפרודקשן"
שתי התשובות הן לא, ולשני הלא יש תאריכי תפוגה שונים.
החסם של TwIL-LM3-Pro הוא רישיון, ורישיונות משתנים עם החלטה. הצ'קפוינט נמצא ב-Hugging Face תחת התנאים הלא-מסחריים של webAI עצמה; רישוי-מחדש או בנייה של LiteRT-LM ברישיון מסחרי יעבירו את המודל מארטיפקט מחקרי לרכיב שניתן לפרוס בתוך אחר צהריים אחד. הבנייה על-המכשיר שהופיעה ב-1 באוקטובר נושאת את המגבלה של מאגר האב, וזה הדבר שצריך לאמת לפני שמתכננים סביבו.
החסם של GLM-Legal הוא תוכנית, ותוכניות משתנות עם חוזה. הגישה עוברת דרך אפליקציה שמיועדת למשרדי עורכי דין, לחברות טכנולוגיה משפטית, לצוותים פנימיים ולעורכי דין עצמאיים, בלי מחיר מפורסם ובלי נקודת קצה ציבורית. שילוב AutoClaw כתוב בלשון עתיד. עבור פריסה מוסדרת, זו בעיה קשה יותר מרישיון מגביל, משום שאי אפשר לבנות על משהו שאי אפשר לקרוא לו.
יש גם שאלת נתונים שאף אחד מהשחרורים לא עונה עליה. webAI אומרת שמשפחת המודלים חצתה חצי מיליון הורדות בחודש — נתון של ספק, ללא ביקורת — והורדות של צ'קפוינט חינמי לא-מסחרי אינן מהוות פרוקסי לשימוש בייצור. תנאי הבטא של GLM-Legal אינם מפורסמים, וזה שונה מלהיות בלתי מקובלים וזהה ללהיות בלתי ניתנים להערכה על ידי ועדת סיכונים.
על מה לבנות בזמן ששני השערים סגורים
המהלך המעשי הוא להפריד את המומחה מהפייפליין, מפני שהפייפליין הוא מה שבאמת יהיה בבעלותך. אף אחד מהמומחים אינו ניתן לניתוב בשום מקום היום; מה שכן ניתן לניתוב הוא הג׳נרליסט שמתחת ל-GLM-Legal והשלבים הסובבים.
GLM 5.3 Flash נמצא בקטלוג של OrcaRouter במחיר המחירון של Z.ai עם 0% תוספת — 0.15 דולר למיליון טוקנים בקלט ו-0.50 דולר למיליון בפלט, קריאות מטמון ב-0.030 דולר — כך ששינוי מחיר מצד הספק במודל הבסיסי מתעדכן אצלנו באותו היום. מפתח אחד מגיע ליותר מ-200 מודלים, וזה מה שמאפשר לצוות הנדסה משפטית לבנות אב-טיפוס של שלבי הניסוח, התבניות ורשימות הבדיקה על מודל הבסיס כבר עכשיו, ולשנות מזהה מודל בודד כשהבטא נפתחת. מעבר אוטומטי בעת כשל (failover) הופך את בניית אב-הטיפוס הזו לבטוחה: מסלול סטייג'ינג יכול להצביע על מודל שאף אחד לא העריך באופן עצמאי בלי לשים מאחוריו מסלול ייצור.
בחצי הפורמלי-לוגי של התמונה, הצ'קפוינט המקומי והג'נרליסט המתארח משלימים זה את זה ולא מהווים תחליפים זה לזה, ומיזוג מודלים הוא המנגנון שהופך זאת למוחשי — פאנל של מודלים שעונים יחד, כך שמריץ קטן שמבצע גרירה לוגית קפדנית או פורמליזציה של הצהרות Lean יכול לשבת לצד מודל מתארח שעושה את הפרוזה סביבו. החלוקה שהמספרים של webAI עצמה מרמזים עליה היא המובנת מאליה: להריץ את המודל המקומי במקום שבו התוצר הוא תווית, ולנתב כל מה שצריך לחזור ככתיבה.
הדבר האחד שאסור לעשות הוא להתייחס לאף אחד מאלה כהחלטה. TwIL-LM3-Pro הוא הורדה בנפח 2.09 GiB שלא עולה דבר להעריך ולא עולה דבר לנטוש. GLM-Legal הוא טופס, ומילויו מוקדם עולה לך אחר צהריים.
איזה מהם, אם זה באמת אחד או השני
הם אינם חופפים מספיק כדי שתשובה אחת תהיה שימושית, ולכן הגרסה הישרה היא מותנית. אם הבעיה שלך היא תיוג גרירה (entailment), פורמליזציה של הצהרות ב־Lean, פרסינג סמנטי, או מעבר במערכת מבודדת (air-gapped) שבו הפלט הוא תווית ולא פרוזה, הרי ש־TwIL-LM3-Pro הוא ההתאמה הקרובה יותר מבין השניים, והרישיון הוא המכשול האמיתי היחיד שלך. אם הבעיה שלך היא ניסוח לפי מפרט, עמידה סטטוטורית במשטרים נקובים, או ניתוח מנומק על מערך מסמכים שכבר נמצא ברשותך, GLM-Legal מיועד לכך, ו־TwIL-LM3-Pro לא פרסם שום ראיה משפטית כלל.
מה שמשותף להם הוא שאף אחד מהספקים לא הציב מחיר על המוצר המתמחה, ושניהם דירגו את תוצאת הדגל שלהם מול מודל הבסיס שלהם בהרנס שלהם. זו אינה סיבה לפסול אף אחת מההשקות — 19.2% של GLM-Legal אמין בדיוק משום שהדירוג מחמיר, והכרטיס של TwIL-LM3-Pro ישר מספיק כדי להדפיס את תוצאות האפס של עצמו. זו סיבה לתכנן את האינטגרציה סביב מודל שאפשר לקרוא לו היום ולהתייחס לשניהם כשדרוגים שאתם מאמצים כשהשער ייפתח, לא כיסודות שאתם בונים עליהם.
החסם ב-TwIL-LM3-Pro הוא טקסט משפטי, וטקסט משפטי הוא הדבר היחיד בהשוואה הזו שספק יכול לשנות בלי לשחרר שום דבר. החסם ב-GLM-Legal הוא החלטה עסקית מתי בטא הופכת למוצר. מבין השניים, שימו לב לרישיון — הוא זה שעלול להשתנות בלי התראה.
מיזוג מודלים הוא המנגנון שהופך זאת למוחשי — פאנל של מודלים המשיבים יחד, כך שמריץ קטן העוסק בגרירה קפדנית או בפורמליזציה של הצהרות Lean יכול לשבת לצד מודל מתארח שעוסק בפרוזה שסביבו.
