GLM-Legal vs TwIL-LM3-Pro: De poort is aan de ene kant een licentie en aan de andere kant een formulier

Een juridische agent die bestaat als een benchmarkscore en een aanvraagformulier, tegenover een formeel-logisch model dat je vanmiddag kunt downloaden en vrijwel nergens kunt inzetten. GLM-Legal en TwIL-LM3-Pro zijn beide smalle specialisten die weken na elkaar zijn uitgebracht — de een gebouwd door Z.ai op GLM-5.3-Flash voor contractbeoordeling, bewijsanalyse en compliance, de ander een redeneermodel met 3,66 miljard parameters van webAI, gebouwd voor formele logica en afgeleid van IBM's granite-4.2-3b. Het zijn geen rivalen voor dezelfde plek, en deze pagina gaat niet doen alsof dat wel zo is. Wat hen de moeite waard maakt om naast elkaar te zetten, is dat zij de twee verschillende vormen zijn die een gespecialiseerd model in 2026 aanneemt, en elke vorm heeft zijn eigen manier om onbeschikbaar te zijn: TwIL-LM3-Pro wordt uitgebracht onder een licentie die commercieel gebruik verbiedt, en GLM-Legal wordt uitgebracht achter een bèta-aanvraag zonder enige gepubliceerde licentie, prijs of endpoint.

Als je hier bent gekomen om te beslissen welke je moet adopteren, is het korte antwoord dat de een een bestand is dat je wettelijk niet mag gebruiken en de ander een dienst is die je nog niet kunt kopen. Het langere antwoord gaat over welk van die twee problemen dit kwartaal daadwerkelijk oplosbaar is.

De specificaties, en wat ze uitsluiten

Het verschil in parameters is zo groot dat het verandert waarvoor elk model dient, dus het is de moeite waard om de cijfers op tafel te leggen voordat de discussie begint:

• Grootte en vorm — GLM-Legal is een derivaat van een multimodaal basismodel met in totaal 320B en 18B actief; TwIL-LM3-Pro is een dense decoder van 3,66B, exact 3.659.737.600 parameters, 40 lagen, en draait in bf16 op 6,82 GiB of als een Q4_K_M GGUF van 2,09 GiB.

• Context — GLM-Legal erft het 1M-tokenvenster van GLM-5.3-Flash; TwIL-LM3-Pro neemt 131.072 tokens van granite-4.2-3b ongewijzigd over.

• Waarop het is getraind — juridische corpora tijdens de mid-training plus RL over tienduizenden realistische juridische omgevingen vs. een supervised fine-tune met rank-64 LoRA op een synthetisch corpus voor formele logica, multipath-distillatie, checkpoint-fusie en een entropie-gewogen GRPO-fase tegen een programmatische verifier.

• 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.

• Distributie — een aanvraagformulier voor API-toegang versus een Hugging Face-checkpoint, een on-device build van LiteRT-LM, en een enterprise-arrangement.

• Gepubliceerde benchmarks — één getal waarbij alles slaagt op de testomgeving van een derde partij, plus twee niet-gekwantificeerde pariteitsclaims, tegenover een gedetailleerde reeks door de leverancier uitgevoerde cijfers op een door de leverancier gebouwde testomgeving die de modelkaart zelf op plekken als niet-conclusief omschrijft.

Die twee rijen onderaan zijn degenen die al het andere bepalen. Lees eerst de deployment-rij: GLM-Legal heeft geen openbaar endpoint en TwIL-LM3-Pro heeft geen commerciële licentie. Al het andere in deze vergelijking vloeit daaruit voort.

De cijfers van TwIL-LM3-Pro lezen zoals zijn eigen kaart dat doet

webAI publiceerde ongewoon openhartig evaluatiemateriaal, en het nuttigste daarin is een zin die van een marketingpagina zou zijn verwijderd. Bij de macro-gate — 0,5539 tegen de 0,5336 van Qwen3-8B — schrijft de kaart dat de voorsprong 0,020 is, "kleiner dan de steekproefruis bij n = 200 per lane," en vertelt de lezer om het als pariteit te scoren in plaats van als een overwinning.

Waar het model zich onderscheidt van Qwen3-8B, zijn de marges reëel en meetbaar:

• Strict-7 — 0,2879 tegen 0,2093, een rij die nergens gebruikmaakt van krediet voor losse overeenkomsten en dus niet door formatteringsgeluk kan zijn ontstaan.

• Strict MCQ — 0,4100 tegen 0,0000, het grootste verschil tussen lanes in de elf gerapporteerde rijen.

• Corpusfit — de laagste taalmodellperplexiteit van alle armen, op 2,3130 tegen 2,5478.

• Achtergehouden suite — het model voert deze niet aan. De macro over tien datasets is 0,7901, statistisch gelijk aan de eigen basis van 0,7942 en achter Qwen3-8B's 0,8493.

• Binnen de specialisatie — de exacte match voor FOL-vertaling staat op 0,0100 en de exacte match voor semantische parsing op 0,0000, beide bekendgemaakt door de leverancier.

Zo ziet een smalle specialist eruit wanneer die eerlijk wordt gedocumenteerd: sterk op de exacte sporen waarvoor hij is gebouwd, gelijkwaardig aan of achterlopend op algemeen redeneren, en zwak in twee specifieke uitvoerformaten. Het is ook de reden waarom de licentie zo belangrijk is. Een model dat zo specifiek is, heeft één taak, en als die taak commercieel is, blokkeert de licentie die volledig.

GLM-Legal's cijfers met hetzelfde wantrouwen lezen

De release van Z.ai begint met 19,2% all-pass op Harvey LAB, een workflowevaluatie voor advocatenkantoren over 24 rechtsgebieden, en een verbetering van 12,5 procentpunt ten opzichte van GLM-5.3-Flash. Beide cijfers zijn afkomstig van de leverancier zelf. Het tweede cijfer impliceert een all-passpercentage van het basismodel van ongeveer 6,7%, wat aangeeft hoe streng de all-passnorm is: een taak telt alleen als elke stap slaagt, dus een laag absoluut aantal is het verwachte resultaat van een strenge beoordeling, niet het bewijs van een zwak model.

De twee andere toonaangevende benchmarks bevatten geen cijfers. LegalBench — contractparsing, fusiedocumenten, rechterlijke uitspraken — wordt beschreven als het evenaren van "de precisie van toonaangevende closed-source frontiermodellen." PLawBench, de suite voor de Chinese rechtspraktijk, wordt beschreven als het bereiken van "pariteit met toonaangevende frontiersystemen." Geen van beide beweringen noemt een vergelijkingspunt of koppelt er een score aan. Toegepast op de modelkaart van TwIL-LM3-Pro vraagt dezelfde maatstaf hoe het juridische model presteert op de formaat-exactheidssporen, en er is geen antwoord, omdat niemand er een heeft gepubliceerd.

Het enige dat GLM-Legal publiceert en dat TwIL-LM3-Pro niet doet, is een demonstratie dat zijn specialisatie werkt. In een geschil over een project met 40 documenten vindt GLM-5.3-Flash de tegenstrijdigheid tussen een voor 60% compleet cliëntrapport en een interne momentopname van 41%, en zegt dat de documenten de positie van de cliënt kunnen ondersteunen. GLM-Legal verbindt een eerdere interne waarschuwing, de momentopname en een instructie om het risico te verbergen en te blijven factureren tot één verhullingstheorie, citeert vervolgens de clausule in de overeenkomst dat betaling geen afstand van rechten doet en noemt de elementen van de vordering die nog moeten worden getoetst. Of dat generaliseert, is onbekend. Dat het wezenlijk ander gedrag is dan dat van zijn basis, is zichtbaar.

Het eerlijke antwoord op "kan ik dit in productie gebruiken"

Beide antwoorden zijn nee, en de twee nee's hebben verschillende vervaldata.

De blocker voor TwIL-LM3-Pro is een licentie, en licenties veranderen met een beslissing. De checkpoint staat op Hugging Face onder webAI's eigen niet-commerciële voorwaarden; een herlicentiëring of een commercieel gelicentieerde LiteRT-LM-build zou het model binnen één middag van onderzoeksartefact naar inzetbaar component verplaatsen. De on-device build die op 1 oktober verscheen, draagt de beperking van de bovenliggende repository; dat is het punt dat je moet verifiëren voordat je daaromheen gaat plannen.

Het struikelblok van GLM-Legal is een programma, en programma's veranderen met een contract. Toegang verloopt via een applicatie gericht op advocatenkantoren, legaltechbedrijven, in-house teams en zelfstandige beroepsbeoefenaars, zonder gepubliceerde prijs en zonder openbaar endpoint. De AutoClaw-integratie is in de toekomende tijd geschreven. Voor een gereguleerde implementatie is dit een moeilijker probleem dan een restrictieve licentie, omdat je niet kunt bouwen op iets dat je niet kunt aanroepen.

Er is ook een datavraag die geen van beide releases beantwoordt. webAI zegt dat de familie in één maand de grens van een half miljoen downloads passeerde — een leverancierscijfer, niet gecontroleerd — en downloads van een gratis niet-commerciële checkpoint zijn geen proxy voor productiegebruik. De bètavoorwaarden van GLM-Legal zijn niet gepubliceerd, wat iets anders is dan onacceptabel en identiek aan niet te beoordelen door een risicocommissie.

Waarop te bouwen terwijl beide poorten gesloten zijn

De praktische zet is om de specialist van de pijplijn te scheiden, want de pijplijn is wat je daadwerkelijk zult bezitten. Geen van beide specialisten is vandaag ergens routeerbaar; wat routeerbaar is, is de generalist onder GLM-Legal en de omliggende stappen.

GLM 5.3 Flash staat in de OrcaRouter-catalogus tegen de lijstprijs van Z.ai met 0% opslag — $ 0,15 per miljoen invoertokens en $ 0,50 per miljoen uitvoertokens, cachereads voor $ 0,030 — zodat een prijswijziging van de leverancier op het basismodel dezelfde dag nog aan onze kant live staat. Met één sleutel bereik je meer dan 200 modellen, waardoor een juridisch engineeringteam de stappen voor opstellen, sjablonen en checklists nu op het basismodel kan prototypen en één model-id kan wijzigen wanneer de bèta opengaat. Automatische failover maakt dat prototypen veilig: een stagingroute kan naar een model wijzen dat niemand onafhankelijk heeft geëvalueerd, zonder er een productiepad achter te zetten.

Voor de formeel-logische helft van het plaatje vullen de lokale checkpoint en de gehoste generalist elkaar aan in plaats van elkaar te vervangen, en modelfusie is het mechanisme dat dat concreet maakt — een panel van modellen dat samen antwoordt, zodat een kleine runner die strikte entailment of formalisering van Lean-statements doet, naast een gehost model kan zitten dat het proza eromheen verzorgt. De splitsing die de eigen cijfers van webAI suggereren, is de voor de hand liggende: laat het lokale model draaien waar het eindproduct een label is, en routeer alles wat als tekst terug moet komen.

Het enige wat je niet moet doen, is een van deze twee als een beslissing behandelen. TwIL-LM3-Pro is een download van 2,09 GiB die niets kost om te evalueren en niets om te laten varen. GLM-Legal is een formulier, en het vroeg invullen ervan kost je een middag.

Welke, als het werkelijk het een of het ander is

Ze overlappen niet genoeg voor één antwoord om nuttig te zijn, dus het eerlijke antwoord is voorwaardelijk. Als uw probleem entailment-labeling, formalisatie van Lean-statements, semantische parsing of een air-gapped pass is waarbij de output een label is in plaats van proza, dan is TwIL-LM3-Pro van de twee de betere match en is de licentie uw enige echte obstakel. Als uw probleem het opstellen volgens een specificatie, naleving van wetgeving binnen genoemde regimes, of beargumenteerde analyse over een documentenset die u al hebt is, dan is GLM-Legal daarop gericht en heeft TwIL-LM3-Pro helemaal geen juridisch bewijs gepubliceerd.

Wat ze gemeen hebben, is dat geen van beide leveranciers een prijs heeft gezet op het gespecialiseerde product, en dat beide hun hoofdresultaat hebben afgezet tegen hun eigen basismodel op hun eigen testomgeving. Dat is geen reden om een van beide releases terzijde te schuiven — de 19,2% van GLM-Legal is juist geloofwaardig omdat de beoordeling streng is, en de modelkaart van TwIL-LM3-Pro is eerlijk genoeg om zijn eigen nulresultaten te vermelden. Het is een reden om de integratie te plannen rond een model dat je vandaag kunt aanroepen en beide releases te behandelen als upgrades die je overneemt zodra de poort opengaat, niet als fundamenten waarop je bouwt.

De drempel bij TwIL-LM3-Pro is juridische tekst, en juridische tekst is het enige in deze vergelijking dat een leverancier kan wijzigen zonder iets te hoeven uitbrengen. De drempel bij GLM-Legal is een zakelijke beslissing over wanneer een bèta een product wordt. Let van de twee op de licentie — die is het onderdeel dat zonder waarschuwing kan veranderen.

Modelfusie is het mechanisme dat dat concreet maakt — een panel van modellen dat samen antwoordt, zodat een kleine runner die strikte entailment doet of Lean-statements formaliseert, naast een gehost model kan staan dat de tekst eromheen verzorgt.