GLM-Legal vs TwIL-LM3-Pro: Il gate è una licenza da un lato e un modulo dall'altro

Un agente legale che esiste sotto forma di punteggio di benchmark e modulo di candidatura, contrapposto a un modello di logica formale che puoi scaricare questo pomeriggio e distribuire quasi da nessuna parte. GLM-Legal e TwIL-LM3-Pro sono entrambi specialisti verticali rilasciati a poche settimane di distanza — uno creato da Z.ai su GLM-5.3-Flash per la revisione dei contratti, l'analisi delle prove e la conformità, l'altro un modello di ragionamento da 3,66 miliardi di parametri di webAI, costruito per la logica formale e derivato da granite-4.2-3b di IBM. Non sono rivali per lo stesso ruolo, e questa pagina non ha intenzione di fingere il contrario. Ciò che li rende degni di essere messi fianco a fianco è che sono le due forme distinte che un modello specializzato assume nel 2026, e ciascuna forma ha il proprio modo di essere indisponibile: TwIL-LM3-Pro viene distribuito con una licenza che vieta l'uso commerciale, mentre GLM-Legal arriva dietro una domanda beta senza alcuna licenza, prezzo o endpoint pubblicati.

Se sei arrivato qui per decidere quale adottare, la risposta breve è che uno è un file che non puoi usare legalmente e l'altro è un servizio che non puoi ancora acquistare. La risposta più lunga riguarda quale di questi due problemi sia effettivamente risolvibile entro questo trimestre.

Le specifiche, e ciò che escludono

La differenza di parametri è abbastanza ampia da cambiare a cosa serve ciascun modello, quindi vale la pena fissare i numeri prima della discussione:

• Dimensioni e forma — GLM-Legal è un derivato di un modello fondazionale multimodale da 320B totali e 18B attivi; TwIL-LM3-Pro è un decoder denso da 3,66B, esattamente 3.659.737.600 parametri, 40 livelli, e viene eseguito in bf16 a 6,82 GiB oppure come GGUF Q4_K_M a 2,09 GiB.

• Contesto — GLM-Legal eredita la finestra da 1M di token di GLM-5.3-Flash; TwIL-LM3-Pro porta 131.072 token da granite-4.2-3b invariati.

• Su cosa è stato addestrato — corpora legali durante il mid-training più RL su decine di migliaia di ambienti legali realistici, rispetto a un fine-tuning supervisionato LoRA di rango 64 su un corpus sintetico di logica formale, distillazione multipercorso, fusione di checkpoint e una fase GRPO ponderata per entropia contro un verificatore programmatico.

• 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.

• Distribuzione — un modulo di richiesta per l'accesso API rispetto a un checkpoint Hugging Face, una build on-device di LiteRT-LM e un accordo enterprise.

• Benchmark pubblicati — un unico dato di superamento totale su un harness di terze parti, più due dichiarazioni di parità non quantificate, rispetto a una serie dettagliata di numeri prodotti dal fornitore su un harness realizzato dal fornitore stesso, che la model card definisce in alcuni punti non conclusivi.

Quelle due righe in fondo sono quelle che decidono tutto il resto. Leggi prima la riga del deployment: GLM-Legal non ha un endpoint pubblico e TwIL-LM3-Pro non ha una licenza commerciale. Tutto il resto in questo confronto è a valle di ciò.

Leggere i numeri di TwIL-LM3-Pro come li legge la sua stessa scheda

webAI ha pubblicato materiale di valutazione insolitamente schietto, e la cosa più utile al suo interno è una frase che sarebbe stata eliminata da una pagina di marketing. Sul macro gate — 0,5539 contro 0,5336 di Qwen3-8B — la scheda scrive che il vantaggio è di 0,020, "inferiore al rumore di campionamento con n = 200 per lane", e invita il lettore a considerarlo alla pari anziché una vittoria.

Dove il modello si distingue da Qwen3-8B, i margini sono reali e misurabili:

• Strict-7 — 0.2879 contro 0.2093, una riga che non si avvale in alcun punto di crediti per corrispondenze allentate e che quindi non può essere il frutto di una fortunata coincidenza di formattazione.

• Strict MCQ — 0.4100 contro 0.0000, il divario di corsia più ampio nelle undici righe riportate.

• Adattamento al corpus — la perplessità del modello linguistico più bassa di qualsiasi braccio, pari a 2,3130, contro 2,5478.

• Set di validazione indipendente — il modello non è in testa. La macro sui dieci dataset è 0,7901, statisticamente in linea con la propria base a 0,7942 e dietro quella di Qwen3-8B, 0,8493.

• All'interno della specializzazione — la corrispondenza esatta della traduzione FOL si attesta a 0,0100 e quella dell'analisi semantica a 0,0000, entrambe comunicate dal fornitore.

Ecco come appare uno specialista ristretto quando viene documentato onestamente: forte esattamente nei binari per cui è stato costruito, allo stesso livello o indietro sul ragionamento generale, e scarso su due formati di output specifici. È anche il motivo per cui la licenza conta così tanto. Un modello così specifico ha un solo compito, e se quel compito è commerciale, la licenza lo blocca del tutto.

{{1}}Leggere i numeri di GLM-Legal con lo stesso sospetto{{/1}}

Il rilascio di Z.ai si apre con il 19,2% di superamento completo su Harvey LAB, una valutazione del flusso di lavoro di studi legali su 24 aree di pratica, e un miglioramento di 12,5 punti percentuali rispetto a GLM-5.3-Flash. Entrambi sono dati forniti dal fornitore stesso. Il secondo implica un tasso di superamento completo del modello di base intorno al 6,7%, il che ti dice quanto sia severo lo standard di superamento completo: un'attività viene conteggiata solo quando ogni passaggio va a buon fine, quindi un numero assoluto basso è il risultato atteso di una valutazione severa, non la prova di un modello debole.

Gli altri due benchmark principali non riportano numeri. LegalBench — parsing di contratti, documenti di fusione, pareri giudiziari — è descritto come corrispondente alla "precisione dei migliori modelli frontier closed-source". PLawBench, la suite per la pratica cinese, è descritto come in grado di raggiungere la "parità con i principali sistemi frontier". Nessuna delle due affermazioni nomina un termine di confronto o allega un punteggio. Applicato alla scheda di TwIL-LM3-Pro, lo stesso standard chiede come si comporta il modello legale nei canali di esattezza del formato, e non c'è risposta, perché nessuno ne ha pubblicata una.

L'unica cosa che GLM-Legal pubblica e che TwIL-LM3-Pro non pubblica è la dimostrazione della sua specializzazione all'opera. In una controversia di progetto da 40 documenti, GLM-5.3-Flash individua la contraddizione tra un rapporto per il 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 avvertimento interno, lo snapshot e un'istruzione di sopprimere il rischio e continuare a fatturare in un'unica teoria di occultamento, poi cita la clausola dell'accordo secondo cui il pagamento non implica rinuncia ai diritti e nomina gli elementi della pretesa ancora da verificare. Se ciò sia generalizzabile non è noto. Che si tratti di un comportamento sostanzialmente diverso da quello del suo modello di base è evidente.

La risposta onesta a "posso usarlo in produzione"

Entrambe le risposte sono no, e i due no hanno date di scadenza diverse.

L'ostacolo di TwIL-LM3-Pro è una licenza, e le licenze cambiano con una decisione. Il checkpoint si trova su Hugging Face secondo i termini non commerciali di webAI; una nuova licenza o una build LiteRT-LM con licenza commerciale sposterebbe il modello da artefatto di ricerca a componente pronto per il deployment in un solo pomeriggio. La build on-device apparsa il 1° ottobre porta con sé la restrizione del repository padre, ed è ciò che va verificato prima di pianificare su di essa.

Il blocco di GLM-Legal è un programma, e i programmi cambiano con un contratto. L'accesso passa attraverso un'applicazione rivolta a studi legali, aziende di legal-tech, team interni e professionisti indipendenti, senza prezzo pubblicato e senza endpoint pubblico. L'integrazione con AutoClaw è scritta al futuro. Per un deployment regolamentato, questo è un problema più difficile di una licenza restrittiva, perché non puoi costruire su qualcosa che non puoi chiamare.

C'è anche una questione di dati a cui nessuno dei due rilasci risponde. webAI afferma che la famiglia ha superato mezzo milione di download in un mese — una cifra del fornitore, non verificata — e i download di un checkpoint gratuito non commerciale non sono un proxy dell'uso in produzione. I termini beta di GLM-Legal non sono pubblicati, il che è diverso dall'essere inaccettabili ed è identico all'essere non valutabili da un comitato per i rischi.

Su cosa costruire mentre entrambi i cancelli sono chiusi

La mossa pratica è separare lo specialista dalla pipeline, perché la pipeline è ciò che possiederai effettivamente. Nessuno dei due specialisti è instradabile da nessuna parte oggi; ciò che è instradabile è il generalista al di sotto di GLM-Legal e i passaggi circostanti.

GLM 5.3 Flash è nel catalogo OrcaRouter al prezzo di listino di Z.ai con 0% di ricarico — 0,15 $ per milione di token di input e 0,50 $ per milione di output, con letture dalla cache a 0,030 $ — quindi una variazione di prezzo del fornitore sul modello base è attiva dalla nostra parte lo stesso giorno. Una sola chiave raggiunge più di 200 modelli, ed è ciò che consente a un team di legal engineering di prototipare già ora le fasi di stesura, creazione di template e checklist sul modello base e di cambiare un solo model id quando la beta apre. Il failover automatico rende sicuro quel prototipo: una route di staging può puntare a un modello che nessuno ha valutato in modo indipendente senza metterci dietro un percorso di produzione.

Per la metà logico-formale del quadro, il checkpoint locale e il generalista ospitato sono complementi anziché sostituti, e la fusione di modelli è il meccanismo che lo rende concreto — un panel di modelli che rispondono insieme, così un piccolo runner che esegue conseguenza logica rigorosa o formalizzazione di enunciati in Lean può affiancarsi a un modello ospitato che si occupa della prosa attorno ad esso. La suddivisione che i numeri stessi di webAI suggeriscono è quella ovvia: esegui il modello locale dove il risultato da consegnare è un'etichetta, e instrada tutto ciò che deve tornare sotto forma di testo scritto.

L'unica cosa da non fare è trattare l'una o l'altra come una decisione. TwIL-LM3-Pro è un download da 2,09 GiB che non costa nulla valutare e nulla abbandonare. GLM-Legal è un modulo, e compilarlo in anticipo ti costa un pomeriggio.

Quale, se è davvero l'uno o l'altro

Non si sovrappongono abbastanza perché una singola risposta sia utile, quindi la versione onesta è condizionale. Se il tuo problema è l'etichettatura di implicazione, la formalizzazione di enunciati Lean, il parsing semantico, o un passaggio air-gapped in cui l'output è un'etichetta anziché testo in prosa, TwIL-LM3-Pro è il più adatto dei due e la licenza è il tuo unico vero ostacolo. Se il tuo problema è la redazione secondo una specifica, la conformità normativa in regimi specificati, o l'analisi ragionata su un insieme di documenti che già possiedi, GLM-Legal è pensato per questo e TwIL-LM3-Pro non ha pubblicato alcuna evidenza legale.

Ciò che hanno in comune è che nessuno dei due fornitori ha messo un prezzo sul prodotto specializzato, ed entrambi hanno valutato il loro risultato di punta rispetto al proprio modello di base sul proprio harness. Non è una ragione per scartare nessuna delle due release — il 19,2% di GLM-Legal è credibile proprio perché la valutazione è severa, e la scheda di TwIL-LM3-Pro è abbastanza onesta da stampare i propri risultati nulli. È una ragione per pianificare l'integrazione attorno a un modello che puoi chiamare oggi e considerare entrambi come aggiornamenti da adottare quando si apre il gate, non come fondamenta su cui costruire.

Il gate su TwIL-LM3-Pro è testo legale, e il testo legale è l'unica cosa in questo confronto che un fornitore può cambiare senza rilasciare nulla. Il gate su GLM-Legal è una decisione aziendale su quando una beta diventa un prodotto. Dei due, tieni d'occhio la licenza: è quella che potrebbe cambiare senza preavviso.

la fusione di modelli è il meccanismo che lo rende concreto — un panel di modelli che rispondono insieme, così che un piccolo runner che esegue strict entailment o la formalizzazione di asserzioni Lean possa affiancarsi a un modello ospitato che si occupa della prosa attorno ad esso.