GLM-Legal vs TwIL-LM3-Pro: O Portão é uma Licença de um Lado e um Formulário do Outro

Um agente jurídico que existe como uma pontuação de benchmark e um formulário de candidatura, em contraste com um modelo de lógica formal que você pode baixar hoje à tarde e implantar em quase nenhum lugar. GLM-Legal e TwIL-LM3-Pro são ambos especialistas restritos lançados com semanas de diferença — um criado pela Z.ai com base em GLM-5.3-Flash para revisão de contratos, análise de evidências e conformidade, o outro, um modelo de raciocínio de 3,66 bilhões de parâmetros da webAI, criado para lógica formal e derivado do granite-4.2-3b da IBM. Eles não são rivais para a mesma posição, e esta página não vai fingir o contrário. O que faz valer a pena colocá-los lado a lado é que eles são as duas formas distintas que um modelo especializado assume em 2026, e cada forma tem sua própria maneira de ser indisponível: TwIL-LM3-Pro é distribuído sob uma licença que proíbe uso comercial, e GLM-Legal é distribuído por trás de uma candidatura beta, sem que uma licença, um preço ou um endpoint tenham sequer sido publicados.

Se você chegou aqui decidindo qual adotar, a resposta curta é que um é um arquivo que você não pode usar legalmente e o outro é um serviço que você ainda não pode comprar. A resposta mais longa é sobre qual desses dois problemas é realmente solucionável neste trimestre.

As especificações, e o que elas descartam

A diferença de parâmetros é grande o suficiente para mudar a finalidade de cada modelo, então vale a pena registrar os números antes da argumentação:

• Tamanho e forma — O GLM-Legal é um derivado de um modelo de fundação multimodal de 320B no total e 18B ativos; o TwIL-LM3-Pro é um decoder denso de 3,66B, exatamente 3.659.737.600 parâmetros, 40 camadas, e roda em bf16 a 6,82 GiB ou como um GGUF Q4_K_M a 2,09 GiB.

• Contexto — GLM-Legal herda a janela de 1M tokens do GLM-5.3-Flash; TwIL-LM3-Pro carrega 131.072 tokens do granite-4.2-3b sem alterações.

• Para que foi treinado — corpora jurídicos em treinamento intermediário, além de RL em dezenas de milhares de ambientes jurídicos realistas, versus um ajuste fino supervisionado LoRA de rank 64 em um corpus sintético de lógica formal, destilação multipath, fusão de checkpoints e uma etapa de GRPO ponderada por entropia contra um verificador programático.

• 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.

• Distribuição — um formulário de candidatura para acesso à API vs um checkpoint do Hugging Face, uma build on-device do LiteRT-LM e um acordo empresarial.

• Benchmarks publicados — um número de aprovação total no harness de um terceiro, além de duas alegações de paridade não quantificadas, versus um conjunto detalhado de números executados pelo fornecedor num harness construído pelo fornecedor que o próprio cartão do modelo descreve como inconclusivo em alguns pontos.

Essas duas linhas na parte inferior são as que determinam todo o resto. Leia primeiro a linha de implantação: GLM-Legal não tem endpoint público e TwIL-LM3-Pro não tem licença comercial. Todo o resto nesta comparação deriva disso.

Lendo os números do TwIL-LM3-Pro da forma como seu próprio card faz

A webAI publicou material de avaliação excepcionalmente franco, e a coisa mais útil nele é uma frase que teria sido excluída de uma página de marketing. No gate macro — 0,5539 contra 0,5336 do Qwen3-8B —, o card escreve que a vantagem é de 0,020, "menor que o ruído de amostragem em n = 200 por faixa", e diz ao leitor para pontuá-la como paridade, e não como vitória.

Onde o modelo de fato se separa do Qwen3-8B, as margens são reais e mensuráveis:

• Strict-7 — 0,2879 contra 0,2093, uma linha que não usa crédito de correspondência flexível em nenhum ponto e, portanto, não pode ser produzida por sorte de formatação.

• Strict MCQ — 0,4100 contra 0,0000, a maior diferença entre faixas nas onze linhas relatadas.

• Ajuste ao corpus — a menor perplexidade de modelo de linguagem entre todos os braços, 2,3130 contra 2,5478.

• Suíte reservada — o modelo não a lidera. A macro dos dez conjuntos de dados é 0.7901, estatisticamente equivalente à sua própria base, de 0.7942, e atrás dos 0.8493 do Qwen3-8B.

• Dentro da especialização — a correspondência exata da tradução FOL está em 0,0100 e a correspondência exata da análise semântica em 0,0000, ambas divulgadas pelo fornecedor.

É assim que um especialista restrito se parece quando é documentado com honestidade: forte exatamente nas faixas para as quais foi criado, no mesmo nível ou atrás no raciocínio geral, e fraco em dois formatos específicos de saída. É também a razão pela qual a licença é tão importante. Um modelo tão específico tem uma única função, e, se essa função for comercial, a licença o bloqueia por completo.

Lendo os números da GLM-Legal com a mesma suspeita.

O lançamento da Z.ai começa com 19,2% de aprovação integral no Harvey LAB, uma avaliação de fluxos de trabalho de escritórios de advocacia em 24 áreas de atuação, e uma melhoria de 12,5 pontos percentuais em relação ao GLM-5.3-Flash. Ambos são números do próprio fornecedor. O segundo implica uma taxa de aprovação integral do modelo base em torno de 6,7%, o que mostra o quão rigoroso é o padrão de aprovação integral: uma tarefa só conta quando todas as etapas são bem-sucedidas, então um número absoluto baixo é o resultado esperado de uma avaliação rigorosa, e não evidência de um modelo fraco.

Os outros dois benchmarks de destaque não trazem números. O LegalBench — análise de contratos, documentos de fusões, decisões judiciais — é descrito como igualando "a precisão dos principais modelos de fronteira de código fechado". O PLawBench, a suíte de prática chinesa, é descrito como alcançando "paridade com os principais sistemas de fronteira". Nenhuma das alegações nomeia um comparador ou atribui uma pontuação. Aplicado ao cartão do TwIL-LM3-Pro, o mesmo critério pergunta como o modelo jurídico se sai nas faixas de exatidão de formato, e não há resposta, porque ninguém publicou uma.

A única coisa que a GLM-Legal publica e que a TwIL-LM3-Pro não publica é uma demonstração de sua especialização funcionando. Em uma disputa de projeto com 40 documentos, o GLM-5.3-Flash encontra a contradição entre um relatório do cliente 60% completo e um snapshot interno de 41% e diz que os documentos podem sustentar a posição do cliente. A GLM-Legal reúne um alerta interno anterior, o snapshot e uma instrução para suprimir o risco e continuar faturando em uma única teoria de encobrimento, depois cita a cláusula do acordo segundo a qual o pagamento não implica renúncia de direitos e nomeia os elementos da pretensão que ainda precisam ser testados. Não se sabe se isso se generaliza. É visível que se trata de um comportamento materialmente diferente do de sua base.

A resposta honesta para "posso usar isso em produção"

Ambas as respostas são não, e os dois nãos têm datas de validade diferentes.

O bloqueio do TwIL-LM3-Pro é uma licença, e licenças mudam com uma decisão. O checkpoint está no Hugging Face sob os próprios termos não comerciais da webAI; um relicenciamento ou uma build do LiteRT-LM com licença comercial transformaria o modelo de artefato de pesquisa em componente implantável em uma única tarde. A build on-device que surgiu em 1º de outubro carrega a restrição do repositório pai, que é o que se deve verificar antes de planejar em torno disso.

O impedimento da GLM-Legal é um programa, e programas mudam com um contrato. O acesso se dá por meio de um aplicativo voltado a escritórios de advocacia, empresas de tecnologia jurídica, equipes internas e profissionais independentes, sem preço publicado e sem endpoint público. A integração do AutoClaw está escrita no tempo futuro. Para uma implantação regulamentada, este é um problema mais difícil do que uma licença restritiva, porque não se pode construir sobre algo que não se pode chamar.

Há também uma questão de dados que nenhum dos lançamentos responde. A webAI afirma que a família ultrapassou meio milhão de downloads num mês — um número do fornecedor, não auditado — e downloads de um checkpoint gratuito não comercial não são um proxy para uso em produção. Os termos da versão beta do GLM-Legal não estão publicados, o que é diferente de serem inaceitáveis e idêntico a serem impossíveis de avaliar por um comitê de risco.

O que construir enquanto ambos os portões estão fechados

O passo prático é separar o especialista do pipeline, porque é o pipeline que você de fato vai possuir. Nenhum dos especialistas é roteável em lugar nenhum hoje; o que é roteável é o generalista por baixo do GLM-Legal e as etapas ao redor.

O GLM 5.3 Flash está no catálogo do OrcaRouter pelo preço de tabela da Z.ai com 0% de markup — US$ 0,15 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, leituras de cache a US$ 0,030 — então uma mudança de preço do fornecedor no modelo base entra em vigor do nosso lado no mesmo dia. Uma única chave alcança mais de 200 modelos, o que permite que uma equipe de engenharia jurídica prototipe agora as etapas de elaboração de minutas, criação de templates e checklist no modelo base e altere um único id de modelo quando a beta abrir. O failover automático torna essa prototipagem segura: uma rota de staging pode apontar para um modelo que ninguém avaliou de forma independente sem colocar uma rota de produção por trás dele.

Para a metade de lógica formal do quadro, o checkpoint local e o generalista hospedado são complementos, e não substitutos, e a fusão de modelos é o mecanismo que torna isso concreto — um painel de modelos respondendo em conjunto, para que um pequeno executor fazendo inferência estrita ou formalização de enunciados em Lean possa ficar lado a lado com um modelo hospedado fazendo a prosa ao redor. A divisão que os próprios números da webAI sugerem é a óbvia: executar o modelo local onde o entregável é um rótulo e encaminhar tudo o que tiver de voltar como texto.

A única coisa que não se deve fazer é tratar qualquer uma destas opções como uma decisão. TwIL-LM3-Pro é um download de 2,09 GiB que não custa nada avaliar e nada abandonar. GLM-Legal é um formulário, e preenchê-lo antecipadamente custa uma tarde.

Qual deles, se é genuinamente um ou o outro

Eles não se sobrepõem o suficiente para que uma única resposta seja útil, então a versão honesta é condicional. Se o seu problema é rotulagem de implicação textual, formalização de enunciados em Lean, parsing semântico ou uma passagem em ambiente isolado (air-gapped) em que a saída é um rótulo e não texto corrido, o TwIL-LM3-Pro é o mais adequado dos dois, e a licença é o seu único obstáculo real. Se o seu problema é redigir conforme uma especificação, conformidade estatutária em regimes nomeados ou análise fundamentada sobre um conjunto de documentos que você já possui, o GLM-Legal é voltado para isso, e o TwIL-LM3-Pro não publicou absolutamente nenhuma evidência no domínio jurídico.

O que eles têm em comum é que nenhum dos fornecedores colocou um preço no produto especializado, e ambos avaliaram seu resultado principal em relação ao seu próprio modelo base, em seu próprio harness. Isso não é razão para descartar qualquer um dos lançamentos — os 19,2% do GLM-Legal são credíveis precisamente porque a avaliação é severa, e o cartão do TwIL-LM3-Pro é honesto o suficiente para imprimir seus próprios resultados nulos. É razão para planejar a integração em torno de um modelo que você pode chamar hoje e tratar ambos como atualizações que você adota quando o portão abrir, não como fundamentos sobre os quais você constrói.

A barreira no TwIL-LM3-Pro é texto jurídico, e texto jurídico é a única coisa nesta comparação que um fornecedor pode mudar sem lançar nada. A barreira no GLM-Legal é uma decisão de negócio sobre quando um beta se torna um produto. Entre as duas, fique de olho na licença — é a que pode mudar sem aviso.

fusão de modelos é o mecanismo que torna isso concreto — um painel de modelos respondendo em conjunto, de modo que um pequeno executor fazendo acarretamento estrito ou formalização de enunciados Lean possa ficar ao lado de um modelo hospedado fazendo a prosa ao redor.