GLM-Legal vs Astra for Law: Duas maneiras de construir um modelo jurídico, e apenas uma delas vende uma API para você

Os dois modelos jurídicos mais interessantes lançados no último mês resolvem o mesmo problema por meios opostos. GLM-Legal é uma especialização ao nível dos pesos — a Z.ai pegou o GLM-5.3-Flash e o submeteu a treinamento intermediário jurídico e aprendizado por reforço até ele se comportar como um profissional do direito. Astra for Law é uma configuração — o fornecedor deixou o GPT-6 Astra exatamente como estava e acoplou na frente dele um índice de jurisprudência dos EUA com 230 milhões de URLs e um conjunto de instruções jurídicas. Um é um advogado mais inteligente com a biblioteca errada; o outro é um advogado comum com uma biblioteca extraordinária. A escolha entre um e outro depende quase inteiramente de se o seu problema é de raciocínio ou de recuperação, e os dois lançamentos são avaliados em benchmarks que não podem ser colocados lado a lado.

Esse último ponto é o motivo pelo qual esta comparação é mais difícil do que o título faz parecer, então vale a pena esclarecê-lo logo de início.

Por que nenhum número neste texto os compara frente a frente

O número de destaque do GLM-Legal é de 19,2% de aprovação total no Harvey LAB. O da Astra for Law é de 54,0% de correção geral em um conjunto privado de validação de pesquisa jurídica nos EUA. Qualquer pessoa pode dividir 54 por 19,2 e concluir que a versão configurada é quase três vezes melhor. Essa conta não faz sentido, e eis exatamente por quê:

• O que está sendo avaliado — GLM-Legal em tarefas de fluxo de trabalho ponta a ponta de escritórios de advocacia em 24 áreas de atuação vs Astra for Law em questões de pesquisa jurídica nos EUA. Famílias de tarefas diferentes, não configurações de dificuldade diferentes da mesma tarefa.

• Rigor de avaliação — O Harvey LAB é tudo-ou-nada: uma tarefa só conta se cada etapa for bem-sucedida. O número do Astra é a correção global, um agregado de crédito parcial. A pontuação tudo-ou-nada produz mecanicamente números mais baixos no mesmo modelo, e uma taxa de 19,2% de aprovação total não é comparável a qualquer percentual que conceda crédito parcial.

• Linhas de base — A Z.ai compara o GLM-Legal com o GLM-5.3-Flash e relata um ganho de 12,5 pontos. O fabricante do GPT compara o Astra for Law com o GPT-6 Astra usando busca na web simples — 38,7% a 54,0% — e a recuperação está fazendo quase todo esse trabalho. Ambas são alegações de delta em relação à própria base do fornecedor, não entre si.

• Jurisdição — a eficácia jurídica está vinculada à jurisdição, e nenhum dos harnesses cobre o terreno do outro. O Harvey LAB e o conjunto de validação Astra são focados nos EUA; o PLawBench, o segundo benchmark do GLM-Legal, é chinês. Um modelo pode ser excelente em um e inútil no outro e ainda assim obter boas pontuações nos números de ambos os lançamentos.

• Independência — zero de ambos os lados. Nenhum terceiro reexecutou o Harvey LAB com o GLM-Legal, e ninguém fora do fornecedor controla a divisão sobre a qual os 54,0% foram medidos.

O único painel público que chegou a esse território é o Legal Research Bench da Vals AI, no qual o Astra for Law obteve 9,4% de acerto, contra 22,5% de um modelo de fronteira não identificado — um lembrete de que, à medida que rubricas de avaliação mais rigorosas substituem divisões escolhidas pelos fornecedores, os números de destaque nessa categoria tendem a cair, não a subir. Isso não é um veredito sobre o Astra for Law; é um motivo para encarar com cautela todos os números desta comparação.

O que cada um é realmente feito para fazer

A diferença de arquitetura não é académica — é ela que decide aquilo em que cada modelo pode ser bom.

• GLM-Legal — o modelo mudou. Corpora jurídicos durante o treinamento intermediário e, depois, RL por aquilo que a Z.ai descreve como dezenas de milhares de ambientes jurídicos realistas, com o harness do agente coevoluindo em conjunto com os pesos. Ele entrega raciocínio, não uma biblioteca.

• Astra for Law — o modelo não.Os mesmos pesos do GPT-6 Astra, mais uma camada de recuperação sobre jurisprudência, estatutos e regulamentos dos EUA, mais instruções específicas para a área jurídica. Ele entrega uma biblioteca, não um advogado melhor.

• A evidência do GLM-Legal — uma comparação lado a lado com sua própria base. Nos mesmos prompts, o GLM-5.3-Flash oferece aconselhamento geral competente; o GLM-Legal resolve os números — reduzindo um aviso de rescisão por conveniência de 60 para 30 dias, removendo o período de cura para violações de PI e confidencialidade, exigindo a devolução do produto do trabalho, independentemente de ter sido pago ou não, acrescentando até 90 dias de assistência de transição às tarifas do prestador.

• As evidências da Astra for Law — um delta de recuperação. 54,0% contra 38,7% de acurácia geral, 24% mais casos de referência encontrados, até 54% mais passagens relevantes recuperadas de opiniões corretas, e aproximadamente o dobro do comprimento da resposta. Os próprios números do fornecedor, em uma divisão que ninguém mais consegue executar.

• O resumo honesto das demos — o modelo base encontra os fatos, o modelo especializado constrói o argumento. No exemplo de análise de evidências da Z.ai, o GLM-5.3-Flash detecta uma contradição entre um relatório de cliente completo em 60% e um instantâneo interno de 41% e diz que os documentos "podem apoiar" a posição do cliente. O GLM-Legal liga um aviso interno anterior, o instantâneo e uma instrução para suprimir o risco em uma única teoria de encobrimento e nomeia os elementos da alegação que ainda precisam ser testados.

Lidos em conjunto, esses dois conjuntos de evidências descrevem uma divisão clara. O GLM-Legal é vendido com base no julgamento; o Astra for Law é vendido com base em não deixar o caso passar.

Onde cada um provavelmente vai falhar com você

Ambos os lançamentos documentam as suas próprias fraquezas, o que é mais do que a maioria dos lançamentos consegue, e os modos de falha são imagens espelhadas um do outro.

O resultado mais instrutivo do Astra for Law veio de um teste de terceiros, e não do próprio lançamento. Em jurisdições fora dos EUA, três modelos testados pela empresa de IA jurídica HAQQ citaram cada um a disposição correta, mas deturparam o que ela diz — a Astra estava juridicamente correta em 66,7% desses itens, contra 100% do Claude Opus 5. O verificador de citações aprova essas respostas, porque a citação é real e correta. O cliente, não. Esta é a falha que o Legal Search Index está estruturalmente em pior posição para corrigir: o índice é exclusivo dos EUA, e o erro está na leitura, e não na recuperação.

As fraquezas do GLM-Legal apontam na direção oposta. Ele é ajustado para a prática estatutária chinesa e multijurisdicional — a demonstração de conformidade resolve obrigações de privacidade de Singapura, da Malásia e da Indonésia com citações em nível de seção — e não possui equivalente a um índice de jurisprudência dos EUA. Na pesquisa americana, a arquitetura que encontra 230 milhões de URLs de precedentes faz algo que o GLM-Legal simplesmente não faz. Suas forças publicadas são redação, vinculação de evidências e trabalho documental avaliado por rubrica; suas evidências publicadas não incluem qualquer alegação de recuperação.

Nenhum dos fornecedores publicou a documentação de governança que o conselheiro geral de um escritório de advocacia pedirá em primeiro lugar. O Astra for Law chega com Zero Data Retention na API e o uso do ChatGPT Enterprise excluído da revisão humana por padrão, mas essa cobertura é concedida por organização e o programa é por convite. Os termos beta do GLM-Legal não estão publicados de forma alguma, o que não é o mesmo que ser inaceitável — é simplesmente indocumentado, e indocumentado é o que você não pode levar a um comitê de risco.

Poder experimentar qualquer um deles, e quanto isso custa

Nenhuma das configurações legais consta em uma tabela de preços pública.

• Astra for Law — Acesso Confiável, por convite e destinado a grandes escritórios; sem preço publicado para a configuração jurídica; o ID do modelo da API foi descrito como "em breve".

• GLM-Legal — um aplicativo beta destinado a escritórios de advocacia, empresas de tecnologia jurídica, equipes jurídicas internas e profissionais independentes; sem preço divulgado; sem endpoint público.

• Os modelos subjacentes, no entanto, estão ambos ativos. O GPT-6 Astra custa US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída em um contexto de 1,05 milhão de tokens, com um reajuste de preço para contexto longo acima de 272.000 tokens de entrada, que conjuntos de documentos jurídicos ultrapassarão rotineiramente. O GLM 5.3 Flash custa US$ 0,15 e US$ 0,50 em um contexto de 1 milhão de tokens. Isso é uma diferença de 66 vezes no preço de entrada para dois modelos que ambos processam um conjunto de contratos em uma única passagem.

Ambos estão no catálogo da OrcaRouter com esses preços de tabela, sem qualquer margem adicionada, o que é mais importante do que o habitual nesta categoria: uma alteração de preço do fornecedor em qualquer um dos modelos é refletida aqui no mesmo dia, em vez de no final de um ciclo de contrato. Uma única chave cobre ambos, pelo que uma equipa de engenharia jurídica que queira o Astra para o trabalho intensivo de recuperação e o GLM 5.3 Flash para revisão inicial em grande volume não precisa de duas relações comerciais, dois SDKs ou dois conjuntos de credenciais. A DSL de encaminhamento divide o tráfego por classe de tarefa, pelo que o percurso de redação e o percurso de resumo podem apontar para modelos diferentes e ainda assim ser faturados numa única fatura.

E há uma restrição deliberada que vale a pena nomear em vez de esconder. O que de fato distingue o Astra for Law do GPT-6 Astra é o Legal Search Index, e essa camada não está à venda — você não pode rotear para ela, e ninguém mais também não. O que roteamos é o modelo base. Uma equipe que hoje prototipa um fluxo de trabalho jurídico no GPT-6 Astra está testando tudo, exceto a parte que tornava a configuração jurídica melhor.

Qual escolher

Se o trabalho for pesquisa de jurisprudência dos EUA, análise fortemente baseada em precedentes, ou qualquer coisa em que o principal risco seja deixar escapar uma autoridade, o Astra for Law é voltado exatamente para isso, e o GLM-Legal não está competindo por isso. Se o trabalho for redigir conforme uma especificação, conformidade estatutária em regimes nomeados, ou raciocínio sobre um conjunto de documentos que você já forneceu, as evidências do GLM-Legal são mais diretamente pertinentes — e suas demonstrações mostram o comportamento específico que você deseja, que é um modelo que produz números e linguagem de cláusulas em vez de uma lista de verificação de coisas a considerar.

Para a maioria das equipes jurídicas, a resposta prática neste trimestre é que nenhuma das duas é uma decisão que vocês precisam tomar ainda. Ambas dependem de aprovação de acesso, ambas estão sem preço definido e ambas têm exatamente uma execução de benchmark controlada pelo fornecedor por trás de seus números de destaque. As equipes que estarão prontas quando os acessos forem liberados são as que passaram o intervalo construindo o pipeline sobre modelos base que realmente podem ser chamados — de modo que adotar a versão especializada mais tarde seja uma mudança de ID de modelo, e não uma migração de plataforma.

A DSL de roteamentodivide o tráfego por classe de tarefa, de modo que o caminho de redação e o caminho de resumo possam apontar para modelos diferentes e ainda assim a cobrança ser feita em uma única fatura.