GLM-Legal vs Astra for Law: twee manieren om een juridisch model te bouwen, en slechts één ervan verkoopt je een API.

The two most interesting legal models released in the last month solve the same problem by opposite means. GLM-Legal is a weights-level specialisation — Z.ai took GLM-5.3-Flash and put it through legal mid-training and reinforcement learning until it behaved like a practitioner. Astra for Law is a configuration — the vendor left GPT-6 Astra exactly as it was and bolted a 230-million-URL U.S. case-law index and a set of legal instructions onto the front of it. One is a smarter lawyer with the wrong library; the other is an ordinary lawyer with an extraordinary library. Which one you want depends almost entirely on whether your problem is reasoning or retrieval, and the two releases are graded on benchmarks that cannot be put side by side.

Dat laatste punt is de reden dat deze vergelijking moeilijker is dan de kop doet lijken, dus het is de moeite waard om dat eerst af te handelen.

Waarom vergelijkt geen enkel cijfer in dit stuk ze rechtstreeks met elkaar?

GLM-Legal's headline figure is 19.2% all-pass on Harvey LAB. Astra for Law's is 54.0% overall correctness on a private U.S. legal-research validation set. Anyone can divide 54 by 19.2 and conclude the configured version is nearly three times better. That arithmetic is meaningless, and here is exactly why:

• Wat wordt beoordeeld — GLM-Legal op end-to-end workflowtaken van advocatenkantoren binnen 24 rechtsgebieden versus Astra for Law op Amerikaanse juridische onderzoeksvragen. Verschillende taakfamilies, niet verschillende moeilijkheidsgraden van dezelfde taak.

• Strengheid van de beoordeling — Harvey LAB hanteert all-pass: een taak telt alleen als elke stap slaagt. Het Astra-cijfer is de algehele correctheid, een samengestelde score met deelpunten. All-pass-scoring levert mechanisch lagere cijfers op voor hetzelfde model, en een all-pass-percentage van 19,2% is niet vergelijkbaar met welk percentage dan ook dat deelpunten toekent.

• Baselines — Z.ai measures GLM-Legal against GLM-5.3-Flash and reports a 12.5-point lift. The GPT maker measures Astra for Law against GPT-6 Astra with plain web search — 38.7% to 54.0% — and the retrieval is doing nearly all of that work. Both are delta claims against the vendor's own base, not against each other.

• Jurisdiction — legal effectiveness is jurisdiction-bound, and neither harness covers the other's ground. Harvey LAB and the Astra validation set are U.S.-focused; PLawBench, GLM-Legal's second benchmark, is Chinese. A model can be excellent on one and useless on the other and still score well on both releases' numbers.

• Independence — zero on both sides. No third party has re-run Harvey LAB with GLM-Legal, and no one outside the vendor controls the split the 54.0% was measured on.

Het enige publieke leaderboard dat dit terrein heeft betreden, is Vals AI's Legal Research Bench, waar Astra for Law is gescoord op 9,4% correctheid tegenover 22,5% voor een niet nader genoemd frontier-model — een herinnering dat naarmate strikte beoordelingsrubrieken de door leveranciers gekozen splitsingen vervangen, de kopcijfers in deze categorie doorgaans dalen, niet stijgen. Dat is geen oordeel over Astra for Law; het is een reden om elk cijfer in deze vergelijking met de nodige voorzichtigheid te bezien.

Wat elk ervan eigenlijk is gebouwd om te doen

Het verschil in architectuur is niet academisch — het bepaalt waar elk model goed in kan zijn.

• GLM-Legal — het model is veranderd. Juridische corpora tijdens de mid-training, daarna RL over wat Z.ai omschrijft als tienduizenden realistische juridische omgevingen, waarbij de agent-harness samen met de gewichten evolueert. Het levert redeneervermogen, geen bibliotheek.

• Astra for Law — het model deed het niet. Dezelfde GPT-6 Astra-gewichten, plus een retrieallaag over Amerikaanse jurisprudentie, wetten en regelgeving, plus instructies specifiek voor juridisch gebruik. Het wordt geleverd met een bibliotheek, niet met een betere advocaat.

• Het bewijs van GLM-Legal — een zij-aan-zijvergelijking afgezet tegen zijn eigen basis. Op dezelfde prompts geeft GLM-5.3-Flash bekwaam algemeen advies; GLM-Legal maakt de cijfers concreet — het terugbrengen van een opzegtermijn voor beëindiging wegens gemak van 60 naar 30 dagen, het schrappen van de hersteltermijn voor inbreuken op IE en vertrouwelijkheid, het verplichten tot teruggave van werkproduct, ongeacht of ervoor is betaald, en het toevoegen van maximaal 90 dagen overgangsondersteuning tegen de tarieven van de aanbieder.

• Astra for Law's evidence — a retrieval delta. 54.0% against 38.7% overall correctness, 24% more reference cases found, up to 54% more relevant passages retrieved from correct opinions, and roughly twice the answer length. The vendor's own numbers, on a split nobody else can run.

• De eerlijke samenvatting van de demo's — het basismodel vindt de feiten, het gespecialiseerde model bouwt de argumentatie op. In het voorbeeld van bewijsanalyse van Z.ai constateert GLM-5.3-Flash een tegenstrijdigheid tussen een voor 60% compleet klantrapport en een interne snapshot van 41% en zegt dat de documenten de positie van de klant "mogelijk ondersteunen". GLM-Legal verbindt een eerdere interne waarschuwing, de snapshot en een instructie om het risico te onderdrukken tot één enkele verhullingstheorie en benoemt de claimonderdelen die nog moeten worden getest.

Samen gelezen beschrijven die twee bewijsbases een heldere tweedeling. GLM-Legal wordt verkocht op beoordelingsvermogen; Astra for Law wordt verkocht op het niet missen van de zaak.

Waar elk ervan je waarschijnlijk in de steek zal laten

Beide releases documenteren hun eigen zwakheden, wat meer is dan de meeste lanceringen voor elkaar krijgen, en de faalwijzen zijn elkaars spiegelbeeld.

Het leerzaamste resultaat van Astra for Law kwam uit een thirdparty-test, niet uit de lancering zelf. In niet-Amerikaanse jurisdicties citeerden drie modellen die door het juridische AI-bedrijf HAQQ werden getest, elk de juiste bepaling, maar gaven ze de inhoud ervan verkeerd weer — Astra was juridisch correct bij 66,7% van die items, tegenover 100% voor Claude Opus 5. De citatiechecker keurt die antwoorden goed, omdat de citatie echt en correct is. De cliënt niet. Dit is de fout die de Legal Search Index structureel het slechtst kan verhelpen: de index bestrijkt alleen de VS, en de fout zit in de interpretatie, niet in het ophalen.

De zwakke punten van GLM-Legal liggen in de tegenovergestelde richting. Het is afgestemd op Chinese en multi-jurisdictionele wetgevingspraktijk — de compliance-demo lost privacyverplichtingen voor Singapore, Maleisië en Indonesië op met verwijzingen op sectieniveau — en het heeft geen equivalent van een Amerikaanse index van rechtspraak. Bij Amerikaans onderzoek doet de architectuur die 230 miljoen URL's aan precedenten vindt iets wat GLM-Legal eenvoudigweg niet doet. De gepubliceerde sterke punten zijn opstellen, bewijs koppelen en met rubrieken beoordeeld documentwerk; het gepubliceerde bewijs bevat helemaal geen retrievalclaim.

Geen van beide leveranciers heeft de governance-documentatie gepubliceerd waar de general counsel van een advocatenkantoor als eerste om zal vragen. Astra for Law komt met Zero Data Retention op de API en ChatGPT Enterprise-gebruik dat standaard is uitgesloten van menselijke beoordeling, maar die dekking wordt per organisatie toegekend en het programma werkt op uitnodiging. De bètavoorwaarden van GLM-Legal zijn helemaal niet gepubliceerd, wat niet hetzelfde is als onacceptabel — het is simpelweg niet gedocumenteerd, en niet-gedocumenteerd is wat je niet naar een risicocommissie kunt brengen.

De kans krijgen om een van beide te proberen, en wat het kost

Geen van beide juridische configuraties staat op een openbare tariefkaart.

• Astra for Law — Trusted Access, op uitnodiging en gericht op grote kantoren; geen gepubliceerde prijs voor de juridische configuratie; het API-model-id is omschreven als "binnenkort beschikbaar".

• GLM-Legal — een bèta-applicatie gericht op advocatenkantoren, legaltech-bedrijven, in-house teams en zelfstandige professionals; geen gepubliceerde prijs; geen openbaar endpoint.

• De onderliggende modellen zijn echter beide live. GPT-6 Astra kost $10 per miljoen inputtokens en $50 per miljoen output bij een context van 1,05 miljoen tokens, met een prijsaanpassing voor lange context boven 272.000 inputtokens die juridische documentsets routinematig zullen overschrijden. GLM 5.3 Flash kost $0,15 en $0,50 bij een context van 1 miljoen tokens. Dat is een 66-voudig verschil in inputprijs voor twee modellen die beide een contractset in één keer aankunnen.

Beide staan in de OrcaRouter-catalogus tegen die lijstprijzen, zonder toegevoegde opslag, wat in deze categorie meer dan gebruikelijk van belang is: een prijswijziging van de leverancier voor een van beide modellen is hier dezelfde dag live in plaats van aan het einde van een contractcyclus. Eén sleutel dekt beide, dus een legal-engineeringteam dat Astra wil voor het retrieval-intensieve werk en GLM 5.3 Flash voor een eerste beoordeling op grote schaal, heeft geen twee commerciële relaties, twee SDK's of twee sets inloggegevens nodig. De routing-DSL splitst verkeer op taakklasse, zodat het pad voor het opstellen en het pad voor samenvattingen naar verschillende modellen kunnen verwijzen en toch op één factuur worden afgerekend.

En er is een bewuste beperking die het verdient om benoemd te worden in plaats van verborgen. Wat Astra for Law werkelijk onderscheidt van GPT-6 Astra is de Legal Search Index, en die laag is niet te koop — je kunt er niet naartoe routeren, en niemand anders kan dat ook. Wat wij routeren is het basismodel. Een team dat vandaag een juridische workflow prototypet op GPT-6 Astra, test alles behalve het deel dat de juridische configuratie beter maakte.

Welke moet je kiezen?

Als het werk onderzoek naar Amerikaanse jurisprudentie is, een analyse die zwaar op precedenten leunt, of iets waarbij het grootste risico is dat u een gezaghebbende bron mist, dan is Astra for Law daar precies op gericht en concurreert GLM-Legal daar niet om. Als het werk bestaat uit het opstellen volgens een specificatie, wettelijke naleving binnen de genoemde regimes, of redeneren over een documentenset die u al hebt aangeleverd, dan is de onderbouwing van GLM-Legal directer ter zake — en de demo's ervan tonen het specifieke gedrag dat u wilt: een model dat cijfers en clausuletaal oplevert in plaats van een checklist met zaken om te overwegen.

Voor de meeste juridische teams is het praktische antwoord dit kwartaal dat geen van beide een beslissing is die je nu al hoeft te nemen. Beide zijn alleen op aanvraag toegankelijk, beide hebben nog geen prijs, en achter beide kopcijfers zit precies één door de leverancier beheerde benchmarkrun. De teams die klaar zullen zijn wanneer de toegangspoorten opengaan, zijn de teams die de tussenliggende periode hebben gebruikt om de pipeline te bouwen op basismodellen die daadwerkelijk aanroepbaar zijn — zodat het later overstappen op de gespecialiseerde versie een wijziging van het model-id is en geen re-platforming.

De routerings-DSL splitst verkeer op taakklasse, zodat het opstelpad en het samenvattingspad naar verschillende modellen kunnen verwijzen en toch op één factuur kunnen worden gefactureerd.