GLM-Legal vs Astra for Law: due modi per costruire un modello legale, e solo uno dei due ti vende un'API

I due modelli legali più interessanti rilasciati nell'ultimo mese risolvono lo stesso problema con mezzi opposti. GLM-Legal è una specializzazione a livello di pesi — Z.ai ha preso GLM-5.3-Flash e l'ha sottoposto a mid-training legale e apprendimento per rinforzo finché non si è comportato come un professionista. Astra for Law è una configurazione — il fornitore ha lasciato GPT-6 Astra esattamente com'era e vi ha innestato davanti un indice di giurisprudenza statunitense da 230 milioni di URL e una serie di istruzioni legali. Uno è un avvocato più intelligente con la biblioteca sbagliata; l'altro è un avvocato ordinario con una biblioteca straordinaria. Quale dei due si vuole dipende quasi interamente dal fatto che il proprio problema sia il ragionamento o il recupero delle informazioni, e i due rilasci sono valutati su benchmark che non possono essere messi a confronto diretto.

Quest'ultimo punto è il motivo per cui questo confronto è più difficile di quanto sembri a prima vista, quindi vale la pena affrontarlo subito.

Perché nessun numero in questo pezzo li confronta testa a testa

Il dato principale di GLM-Legal è del 19,2% di all-pass su Harvey LAB. Quello di Astra for Law è del 54,0% di correttezza complessiva su un set di validazione privato di ricerca giuridica statunitense. Chiunque può dividere 54 per 19,2 e concludere che la versione configurata è quasi tre volte migliore. Quest'aritmetica non ha senso, ed ecco esattamente perché:

• Che cosa viene valutato — GLM-Legal su compiti end-to-end del flusso di lavoro di studi legali in 24 aree di pratica rispetto ad Astra for Law su domande di ricerca giuridica statunitense. Famiglie di compiti diverse, non diverse impostazioni di difficoltà dello stesso compito.

• Severità di valutazione — Harvey LAB è all-pass: un'attività conta solo se ogni passaggio va a buon fine. Il dato di Astra è la correttezza complessiva, un aggregato a credito parziale. Il punteggio all-pass produce meccanicamente numeri più bassi sullo stesso modello, e un tasso all-pass del 19,2% non è confrontabile con qualsiasi percentuale che assegni credito parziale.

• Baseline — Z.ai misura GLM-Legal rispetto a GLM-5.3-Flash e riporta un miglioramento di 12,5 punti. Il produttore di GPT misura Astra for Law rispetto a GPT-6 Astra con una semplice ricerca web — dal 38,7% al 54,0% — e il recupero fa quasi tutto quel lavoro. In entrambi i casi si tratta di dichiarazioni di delta rispetto alla base dello stesso fornitore, non l'una rispetto all'altra.

• Giurisdizione — l'efficacia giuridica è vincolata alla giurisdizione, e nessuno dei due harness copre il terreno dell'altro. Harvey LAB e il set di validazione Astra sono incentrati sugli Stati Uniti; PLawBench, il secondo benchmark di GLM-Legal, è cinese. Un modello può essere eccellente su uno e inutile sull'altro e comunque ottenere un buon punteggio nei numeri di entrambe le release.

• Indipendenza — zero da entrambe le parti. Nessuna terza parte ha rieseguito Harvey LAB con GLM-Legal, e nessuno al di fuori del fornitore controlla la suddivisione sulla quale è stato misurato il 54,0%.

L'unica classifica pubblica che ha toccato questo ambito è Legal Research Bench di Vals AI, dove Astra for Law ha ottenuto un punteggio di correttezza del 9,4% contro il 22,5% di un modello di frontiera anonimo — un promemoria del fatto che, man mano che rigide griglie di valutazione sostituiscono le partizioni scelte dal fornitore, i numeri di punta in questa categoria tendono a scendere, non a salire. Non è un verdetto su Astra for Law; è un motivo per prendere con le molle ogni cifra di questo confronto.

Ciò che ciascuno è effettivamente progettato per fare

La differenza architetturale non è accademica — decide in cosa ciascun modello può eccellere.

• GLM-Legal — il modello è cambiato. Corpora legali durante il mid-training, poi RL attraverso quelli che Z.ai descrive come decine di migliaia di ambienti legali realistici, con l'agent harness che co-evolve insieme ai pesi. Offre ragionamento, non una libreria.

• Astra for Law — il modello non l'ha fatto. Stessi pesi di GPT-6 Astra, più uno strato di retrieval sulla giurisprudenza, sugli statuti e sui regolamenti statunitensi, più istruzioni specifiche per il settore legale. Fornisce una libreria, non un avvocato migliore.

• Le prove di GLM-Legal — un confronto affiancato con il proprio modello di base. Sugli stessi prompt, GLM-5.3-Flash fornisce consigli generali competenti; GLM-Legal risolve i numeri — riducendo il preavviso di recesso per convenienza da 60 a 30 giorni, eliminando il periodo di rimedio per violazioni della proprietà intellettuale e della riservatezza, richiedendo la restituzione dell'elaborato indipendentemente dal fatto che sia stato pagato o meno, aggiungendo fino a 90 giorni di assistenza transitoria alle tariffe del fornitore.

• Le prove di Astra for Law — un delta di retrieval. 54,0% contro 38,7% di correttezza complessiva, 24% in più di casi di riferimento trovati, fino al 54% in più di passaggi rilevanti recuperati da pareri corretti e una lunghezza della risposta pari a circa il doppio. I numeri del fornitore stesso, su uno split che nessun altro può eseguire.

• Il riassunto onesto delle demo — il modello base trova i fatti, il modello specializzato costruisce l'argomentazione. Nell'esempio di analisi delle prove di Z.ai, GLM-5.3-Flash individua una contraddizione tra un rapporto cliente completo al 60% e uno snapshot interno al 41% e afferma che i documenti "potrebbero sostenere" la posizione del cliente. GLM-Legal collega un precedente avviso interno, lo snapshot e un'istruzione di sopprimere il rischio in un'unica teoria di occultamento e nomina gli elementi della pretesa ancora da verificare.

Letti insieme, quei due insiemi di prove descrivono una netta divisione. GLM-Legal viene venduto puntando sulla capacità di giudizio; Astra for Law viene venduto puntando sul non lasciarsi sfuggire il caso.

Dove ciascuno rischia di deluderti

Entrambe le versioni documentano le proprie debolezze, il che è più di quanto riesca a fare la maggior parte dei lanci, e le modalità di fallimento sono immagini speculari.

Il risultato più istruttivo di Astra for Law è venuto da un test di terze parti, più che dal lancio stesso. In giurisdizioni non statunitensi, tre modelli testati dall'azienda di AI legale HAQQ hanno ciascuno citato la disposizione corretta riferendo però in modo errato ciò che essa afferma — Astra era giuridicamente corretto sul 66,7% di quegli elementi, contro il 100% di Claude Opus 5. Il verificatore di citazioni approva quelle risposte, perché la citazione è reale e corretta. Il cliente no. Questo è il fallimento che il Legal Search Index è strutturalmente meno attrezzato a correggere: l'indice copre solo gli Stati Uniti, e l'errore è nella lettura piuttosto che nel recupero.

Le debolezze di GLM-Legal si collocano nella direzione opposta. È ottimizzato per la pratica statutaria cinese e multi-giurisdizionale — la demo di conformità risolve obblighi sulla privacy di Singapore, Malaysia e Indonesia con citazioni a livello di sezione — e non possiede alcun equivalente di un indice di giurisprudenza statunitense. Nella ricerca americana, l'architettura che trova 230 milioni di URL di precedenti fa qualcosa che GLM-Legal semplicemente non fa. I suoi punti di forza pubblicati sono la redazione, il collegamento delle prove e il lavoro documentale valutato con rubriche; le sue prove pubblicate non includono affatto una rivendicazione di recupero.

Nessuno dei due fornitori ha pubblicato la documentazione di governance che il general counsel di uno studio legale chiederà per prima. Astra for Law arriva con Zero Data Retention sull'API e l'utilizzo di ChatGPT Enterprise escluso dalla revisione umana per impostazione predefinita, ma tale copertura è concessa per organizzazione e il programma è su invito. I termini beta di GLM-Legal non sono affatto pubblicati, il che non equivale a essere inaccettabili — sono semplicemente non documentati, e ciò che non è documentato è ciò che non puoi portare a un comitato rischi.

Poterne provare uno dei due, e quanto costa

Nessuna delle due configurazioni legali figura su un listino prezzi pubblico.

• Astra for Law — Trusted Access, su invito e destinata ai grandi studi legali; nessun prezzo pubblicato per la configurazione legale; l'ID del modello API è stato descritto come prossimamente disponibile.

• GLM-Legal — un'applicazione in versione beta rivolta a studi legali, società di legal-tech, team interni e professionisti indipendenti; nessun prezzo pubblicato; nessun endpoint pubblico.

• I modelli sottostanti, però, sono entrambi attivi. GPT-6 Astra si colloca a 10 $ per milione di token in input e 50 $ per milione in output su un contesto di 1,05 M di token, con un rincaro per il contesto lungo oltre 272.000 token di input, soglia che i set di documenti legali supereranno regolarmente. GLM 5.3 Flash si colloca a 0,15 $ e 0,50 $ su un contesto di 1 M di token. Si tratta di una differenza di 66 volte nel prezzo di input per due modelli che entrambi elaborano un set contrattuale in un'unica passata.

Entrambi sono nel catalogo OrcaRouter a quei prezzi di listino senza alcun ricarico aggiunto, il che conta più del solito in questa categoria: una variazione di prezzo del fornitore su uno dei due modelli è attiva qui lo stesso giorno anziché alla fine di un ciclo contrattuale. Una sola chiave copre entrambi, quindi un team di ingegneria legale che vuole Astra per il lavoro a forte componente di retrieval e GLM 5.3 Flash per la revisione di primo passaggio ad alto volume non ha bisogno di due rapporti commerciali, due SDK o due set di credenziali. Il DSL di routing suddivide il traffico per classe di attività, così il percorso di redazione e il percorso di riepilogo possono puntare a modelli diversi e comunque essere fatturati su un'unica fattura.

E c'è una restrizione deliberata che vale la pena nominare anziché nascondere. Ciò che distingue davvero Astra for Law da GPT-6 Astra è il Legal Search Index, e quello strato non è in vendita — non puoi instradare verso di esso, e nemmeno chiunque altro può farlo. Ciò che instradiamo è il modello di base. Un team che oggi prototipa un flusso di lavoro legale su GPT-6 Astra sta testando tutto tranne la parte che rendeva migliore la configurazione legale.

Quale scegliere?

Se il lavoro consiste in ricerca giurisprudenziale statunitense, analisi incentrata sui precedenti o qualunque cosa in cui il rischio principale sia trascurare un'autorità, Astra for Law è mirata esattamente a questo e GLM-Legal non è in competizione per questo. Se il lavoro consiste nella redazione secondo una specifica, nella conformità normativa rispetto a regimi indicati o nel ragionamento su un insieme di documenti che hai già fornito, le evidenze di GLM-Legal sono più direttamente pertinenti — e le sue demo mostrano il comportamento specifico che desideri, ovvero un modello che produce numeri e formulazioni di clausole anziché una checklist di cose da considerare.

Per la maggior parte dei team legali, la risposta pratica per questo trimestre è che nessuna delle due è una decisione che si debba ancora prendere. Entrambe richiedono una candidatura per l'accesso, entrambe non hanno un prezzo definito ed entrambe hanno esattamente una sola esecuzione di benchmark controllata dal fornitore dietro i loro numeri principali. I team che saranno pronti quando le porte si apriranno sono quelli che hanno trascorso l'intervallo a costruire la pipeline su modelli di base effettivamente richiamabili — così che adottare in seguito la versione specializzata sia un cambio di model-id e non una migrazione su una nuova piattaforma.

Il DSL di routing suddivide il traffico per classe di attività, così il percorso di redazione e quello di riepilogo possono puntare a modelli diversi e fatturare comunque su un'unica fattura.