GLM-Legal: เอเจนต์ด้านกฎหมายของ Z.ai ทำคะแนนได้ 19.2% บน Harvey LAB — และเปิดตัวเป็นเบต้าที่คุณต้องสมัครเข้าใช้งาน

Z.ai เปิดตัว GLM-Legal เมื่อวันที่ 12 ตุลาคม 2026 และตัวเลขที่ยกมาเป็นตัวชูโรงคือ 19.2% นั่นคืออัตราผ่านทั้งหมดของโมเดลบน Harvey LAB ซึ่งเป็นแบบประเมินเวิร์กโฟลว์ของสำนักงานกฎหมายที่สร้างขึ้นโดย Harvey ผู้จำหน่าย AI ด้านกฎหมาย ครอบคลุม 24 สาขาวิชาชีพ — และมันเป็นตัวเลขที่น่าเชื่อถือที่สุดในการเปิดตัวครั้งนี้ ก็เพราะมันดูไม่น่าประทับใจนั่นเอง โมเดลกฎหมายที่ทำได้ไม่ถึงหนึ่งในห้าของงานบนชุดทดสอบจริงจัง กำลังถูกวัดด้วยมาตรฐานที่ผู้จำหน่ายของมันเองไม่ได้ผ่อนปรน ส่วนที่อ่อนกว่าคือทุกอย่างรอบ ๆ มัน: เบนช์มาร์กเด่นอีกสองตัว คือ LegalBench และ PLawBench ถูกระบุว่าอยู่ในระดับเทียบเท่ากับ "โมเดลปิดซอร์สระดับแนวหน้า" ที่ไม่ระบุชื่อ และไม่มีตัวเลขประกอบเลย GLM-Legal สร้างบน GLM-5.3-Flash โมเดลพื้นฐานมัลติโมดัลของ Z.ai ที่มีขนาดรวม 320B และ active 18B และตอนนี้วิธีที่จะได้มันมาคือแบบฟอร์มบนหน้าปรึกษาของผู้จำหน่าย ไม่ใช่คีย์ API

การผสมผสานนั้น — ตัวเลขจริงที่ได้รับการให้เกรดอย่างตรงไปตรงมา บวกกับข้ออ้างเรื่องความเท่าเทียมอีกสองข้อที่ไม่ได้ระบุปริมาณ — คือรูปโฉมทั้งหมดของการเปิดตัวครั้งนี้ และมันคุ้มค่าที่จะแยกให้ชัดก่อนสิ่งอื่นใด

19.2% บน Harvey LAB บอกอะไร และไม่บอกอะไร

Harvey LAB ให้คะแนนแบบผ่านทั้งหมด งานหนึ่งจะนับให้โมเดลก็ต่อเมื่อทุกขั้นตอนลงตัวเท่านั้น ระบุประเด็นถูกต้อง อ้างบทบัญญัติถูกต้อง การวิเคราะห์สามารถป้องกันได้ ผลลัพธ์จัดรูปแบบตามบรีฟ นี่เป็นเกณฑ์ที่โหดกว่ามาตรฐานวัดผลแบบให้คะแนนบางส่วน และนั่นคือเหตุผลที่ตัวเลขสัมบูรณ์ต่ำ มิใช่เหตุผลว่าโมเดลอ่อนแอ Z.ai ตีความสิ่งนี้ว่าเป็นเครื่องยืนยันถึง "การทำงานแบบ end-to-end ที่เชื่อถือได้โดยไม่มีการเสื่อมถอยระหว่างทาง" — ในระบบแบบผ่านทั้งหมด นั่นคือความหมายเดียวที่งานที่ผ่านสามารถมีได้

การเปรียบเทียบที่ Z.ai จัดมานั้นเทียบกับโมเดลฐานของตัวเอง และระบุว่า GLM-Legal ดีขึ้น 12.5 จุดเปอร์เซ็นต์ เมื่ออ่านคู่กับพาดหัวข่าวแล้ว ตัวเลขก็ชัดเจนอย่างยิ่ง:

• GLM-Legal บน Harvey LAB — ผ่านทั้งหมด 19.2% ครอบคลุม 24 สาขาการปฏิบัติงาน ตามข้อมูลของ Z.ai

• คะแนนโมเดลฐานโดยนัย — ประมาณ 6.7% เนื่องจาก Z.ai ระบุว่าช่องว่างอยู่ที่ 12.5 คะแนน และตัวฐานคือ GLM-5.3-Flash

• ความเป็นอิสระ — ไม่มี ตัวเลขทั้งสองเป็นของ Z.ai เอง วัดจากการรันของ Z.ai เอง และยังไม่มีบุคคลที่สามรายใดทำซ้ำผลลัพธ์นี้ได้

• บทบาทของ Harvey — Harvey เป็นผู้สร้าง benchmark ขึ้นมา; ประกาศดังกล่าวไม่ได้ระบุว่า Harvey เป็นผู้รันการประเมิน หรือ Z.ai เป็นผู้รัน

บรรทัดสุดท้ายนั้นคือช่องว่างที่ตรงไปตรงมา “สร้างโดย Harvey” กับ “ให้คะแนนโดย Harvey” เป็นข้อกล่าวอ้างที่แตกต่างกัน และมีเพียงข้อแรกเท่านั้นที่ถูกกล่าวอ้าง การเพิ่มขึ้น 12.5 จุดเหนือโมเดลฐานถือเป็นลำดับขนาดที่เป็นไปได้สำหรับการฝึกกลางทางในโดเมนบวก RL — นี่คือสิ่งที่ความเชี่ยวชาญเฉพาะทางด้านกฎหมายดูเป็นเมื่อมันได้ผล — แต่จนกว่าจะมีคนนอก Z.ai รันฮาร์เนสซ้ำ มันก็เป็นตัวเลขจากผู้ขาย และควรถูกอ้างถึงในฐานะนั้น

ข้อถือสิทธิสองข้อที่ไม่มีหมายเลขกำกับ

LegalBench ครอบคลุมการแยกวิเคราะห์สัญญา การยื่นเอกสารควบรวมกิจการ และความเห็นของศาล; PLawBench ครอบคลุมการให้คำปรึกษากฎหมายจีน การวิเคราะห์คดี และการร่างเอกสารภายใต้เกณฑ์การประเมินแบบละเอียด ข้ออ้างของ Z.ai สำหรับตัวแรกคือ GLM-Legal แยกวิเคราะห์ข้อมูลเหล่านี้ "ด้วยความแม่นยำระดับโมเดลแนวหน้าแบบปิดชั้นนำ" และสำหรับตัวที่สองคือมัน "บรรลุความทัดเทียมกับระบบแนวหน้าชั้นนำ"

ข้อกล่าวอ้างทั้งสองเป็นเชิงคุณภาพ ทั้งคู่ไม่ได้มาพร้อมคะแนน ช่วงความเชื่อมั่น หรือคู่เปรียบเทียบที่ระบุชื่อ นั่นไม่ใช่เหตุผลให้ไม่เชื่อ — GLM-5.3-Flash เป็นฐานที่แข็งแกร่ง และอนุพันธ์ที่เชี่ยวชาญเฉพาะโดเมนของฐานที่แข็งแกร่งมักทำได้ถึงระดับเท่าเทียมกันในการให้เหตุผลเฉพาะโดเมน — แต่ข้อกล่าวอ้างเรื่องความเท่าเทียมที่คุณระบุตัวเลขไม่ได้นั้น ตรวจสอบไม่ได้โดยธรรมชาติของการออกแบบ และข้อความเชิงปริมาณสองข้อในข่าวประชาสัมพันธ์นี้ล้วนเกี่ยวกับเบนช์มาร์กเดียวกัน ผู้อ่านที่เปรียบเทียบการเปิดตัวนี้กับของคู่แข่งควรสังเกตว่าข่าวประชาสัมพันธ์นี้แท้จริงแล้วคือผลลัพธ์ที่วัดได้หนึ่งรายการ บวกกับข้อกล่าวอ้างที่อาศัยการโต้แย้งอีกสองข้อ

สิ่งที่การฝึกได้เปลี่ยนแปลงไปจริงๆ

รายละเอียดด้านระเบียบวิธีสำคัญตรงนี้มากกว่าการฟাইনจูนเฉพาะโดเมนทั่วไป เพราะ GLM-Legal เป็นการปรับแต่งเฉพาะทางในระดับเวต ไม่ใช่ผลิตภัณฑ์แบบดึงข้อมูลสืบค้น Z.ai ไม่ได้เปิดตัวดัชนีคำพิพากษา แต่เปลี่ยนตัวโมเดล สองขั้นตอน:

• การฝึกในช่วงกลาง — ขยายคลังข้อมูลทางกฎหมายคุณภาพสูง สอนกฎตามตัวบทและกรอบการตีความภายในบริบทเฉพาะทางที่มีความหนาแน่น เพื่อเสริมความแข็งแกร่งของสายการอนุมานจากข้อเท็จจริงไปสู่กฎเกณฑ์และข้อสรุป

• การฝึกภายหลัง — การเรียนรู้แบบเสริมกำลังในสิ่งที่ Z.ai เรียกว่า "สภาพแวดล้อมทางกฎหมายที่สมจริงหลายหมื่นแห่ง" ซึ่งโมเดลเรียนรู้ที่จะวางแผนการวิเคราะห์ ขับเคลื่อนเวิร์กโฟลว์ และสร้างผลงานที่ส่งมอบได้ภายใต้ข้อจำกัดที่เป็นรูปธรรม

ส่วนที่ผิดปกติคือลูปที่ล้อมรอบขั้นตอนหลังการฝึก Z.ai อธิบายว่า agent harness — ชั้นการประสานงานขณะรันไทม์ที่จัดเตรียมบริบท เชื่อมต่อเครื่องมือ และกำหนดเส้นทางข้อเสนอแนะจากการทำงาน — วิวัฒน์ร่วมไปกับโมเดล แทนที่จะอยู่กับที่อยู่ใต้โมเดล กรณีขอบที่ปรากฏขึ้นระหว่างการฝึกได้เปิดเผยคอขวดของ harness; การปรับปรุง harness ทำให้โมเดลเผชิญกับข้อจำกัดการทำงานที่สมจริงยิ่งขึ้น วัตถุประสงค์ที่ระบุไว้คือเพื่อหยุดความล้มเหลวแบบคลาสสิกของโมเดลเฉพาะโดเมน ซึ่งมีการเพิ่มความรู้แต่ไม่ได้เพิ่มพฤติกรรมของเวิร์กโฟลว์

การที่มันจะ generalize ได้หรือไม่ คือสิ่งที่การผ่านครบทั้งหมด 19.2% กำลังทดสอบอยู่พอดี มันเป็นข้ออ้างเรื่องความน่าเชื่อถือ ไม่ใช่ข้ออ้างเรื่ององค์ความรู้ และมันเป็นสิ่งที่ถูกต้องที่การนำไปใช้ในงานกฎหมายควรถูกวัด

เดโมทั้งสาม อ่านอย่างละเอียด

โพสต์บล็อกนี้แสดงให้เห็น GLM-5.3-Flash และ GLM-Legal ตอบพรอมต์สามข้อเดียวกันแบบเคียงข้างกัน การเปรียบเทียบนี้จัดทำโดยผู้ขาย และพรอมต์ก็ถูกเลือกโดยผู้ขายเช่นกัน จึงพิสูจน์ได้น้อยกว่าการเปรียบเทียบแบบตัวต่อตัว — แต่ความแตกต่างที่พบนั้นเฉพาะเจาะจงพอที่จะให้ข้อมูลที่เป็นประโยชน์ได้

การตรวจสอบสัญญา งานนี้เป็นสัญญาบริการซอฟต์แวร์สำหรับลูกค้าที่กำลังเปลี่ยนผู้ให้บริการ คำแนะนำของโมเดลพื้นฐานนั้นสมเหตุสมผลและเป็นแบบทั่วไป: ทำให้ระยะเวลาการแจ้งสั้นลง, ให้ผู้ให้บริการส่งคืนข้อมูลและสิ่งที่ส่งมอบที่ชำระเงินแล้ว, เพิ่มหน้าที่ในการให้ความร่วมมือกับผู้ให้บริการรายใหม่ คำแนะนำของ GLM-Legal มีรูปแบบเดียวกันแต่เจาะจงตัวเลข — ลดระยะเวลาแจ้งบอกเลิกเพื่อความสะดวกจาก 60 เหลือ 30 วัน, ตัดระยะเวลาแก้ไขเยียวยาออกทั้งหมดสำหรับการผิดข้อผูกพันด้านทรัพย์สินทางปัญญา, การรักษาความลับ หรือความมั่นคงปลอดภัยของข้อมูล, กำหนดให้ต้องส่งคืนผลงานไม่ว่าจะชำระเงินแล้วหรือไม่, และเพิ่มความช่วยเหลือในช่วงเปลี่ยนผ่านสูงสุด 90 วันในอัตราค่าบริการปัจจุบันของผู้ให้บริการ ณ ขณะนั้น นั่นคือความแตกต่างระหว่างเช็กลิสต์กับเรดไลน์ Z.ai กล่าวว่า AutoClaw นำการแก้ไขเหล่านั้นไปใช้ในเอกสาร Word ในรูปแบบการติดตามการเปลี่ยนแปลงและความคิดเห็น

การวิเคราะห์พยานหลักฐาน. เอกสารสี่สิบฉบับจากข้อพิพาทโครงการซอฟต์แวร์ โมเดลพื้นฐานตรวจพบความขัดแย้งระหว่างรายงานของลูกค้าฉบับวันที่ 30 กันยายนที่อ้างว่าเสร็จสมบูรณ์ 60% กับสแนปช็อตภายในที่ราว 41% และกล่าวอย่างถูกต้องว่าเอกสารเหล่านี้อาจสนับสนุนจุดยืนของลูกค้าได้ GLM-Legal เชื่อมโยงคำเตือนภายในวันที่ 8 กันยายนว่าไม่อาจบรรลุไมล์สโตนได้อย่างสุจริต สแนปช็อต 41% และคำสั่งของผู้บริหารให้ปกปิดความเสี่ยงและเรียกเก็บเงินต่อไป เข้าเป็นทฤษฎีการปกปิดเดียว แล้วอ้างอิงข้อสัญญาในสัญญาบริการหลักว่าการชำระเงินไม่ถือเป็นการสละสิทธิ์และคำรับประกันที่ยังมีผลต่อไป เป็นเหตุผลว่าการชำระเงินต่อเนื่องไม่ยุติข้อพิพาท โมเดลพื้นฐานพบข้อเท็จจริง; GLM-Legal สร้างข้อโต้แย้งและระบุองค์ประกอบข้อกล่าวอ้างที่ยังต้องทดสอบ

การวิจัยด้านการปฏิบัติตามกฎระเบียบ เว็บไซต์ที่กำลังเปิดตัวในสิงคโปร์ มาเลเซีย และอินโดนีเซีย ซึ่งมีการติดตาม การตลาดทางอีเมล และการจัดเก็บข้อมูลบนคลาวด์ในต่างประเทศ โมเดลพื้นฐานสร้างรายการสิ่งที่ต้องทำก่อนเปิดตัวที่ใช้ได้จริง GLM-Legal สร้างรายการที่จัดลำดับความสำคัญแล้วพร้อมจุดอ้างอิงทางกฎหมาย — SG PDPA มาตรา 26, MY PDPA มาตรา 129, ID PDP Law มาตรา 55–56 — และแยกการควบคุมร่วมออกจากคำถามเฉพาะตลาด

การอ้างอิงตัวบทกฎหมายเป็นส่วนที่ทนายความสามารถตรวจสอบได้ในเวลาแค่ช่วงบ่ายวันเดียว และเป็นเหตุผลว่าทำไมเดโมเหล่านี้จึงคุ้มค่าที่จะอ่านเลยทีเดียว ส่วนที่เดโมเหล่านี้ไม่ได้แสดงให้เห็นคือโมเดลจะทำตัวอย่างไรในประเด็นที่คำตอบที่ถูกต้องคือฝ่ายลูกความเป็นฝ่ายผิด

เข้าใช้งาน: กรอกแบบฟอร์มตอนนี้ แล้วค่อยใช้ AutoClaw ทีหลัง

ยังไม่มีราคาที่เผยแพร่และไม่มีเอนด์พอยต์สาธารณะ คำเชิญชวนให้ลงมือของ Z.ai คือ "เข้าร่วม GLM-Legal Beta" ซึ่งมุ่งเป้าไปที่สำนักงานกฎหมาย บริษัทด้าน legal-tech ทีมภายในองค์กร และนักปฏิบัติงานอิสระ โดยการเข้าถึง API ต้องผ่านการสมัครที่หน้าปรึกษาของผู้ให้บริการ ย่อหน้าเกี่ยวกับ AutoClaw เขียนด้วยกาลอนาคต — "ในไม่ช้าคุณจะสามารถนำความสามารถเหล่านี้ไปใช้งานใน AutoClaw ได้" — ดังนั้นแพลตฟอร์มเอเจนต์บนเดสก์ท็อปจึงเป็นการผสานรวมที่กำลังจะมาถึง ไม่ใช่สิ่งที่เปิดให้ใช้แล้ว และ Z.ai ไม่ได้ให้คำมั่นเรื่องกำหนดเวลาสำหรับทั้งสองกรณี

หากคุณต้องการสร้างบนโมเดลพื้นฐานในวันนี้ ความจริงที่ตรงไปตรงมาคือ โมเดลฐานพร้อมใช้งานแล้ว แต่เวอร์ชันสำหรับงานกฎหมายยังไม่พร้อม GLM 5.3 Flash อยู่ในแคตตาล็อกของ OrcaRouter ในราคาตามที่ Z.ai กำหนด โดยไม่มีการบวกเพิ่ม — 0.15 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ 0.50 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น โดยการอ่านจากแคชอยู่ที่ 0.030 ดอลลาร์ — ดังนั้นหากผู้ให้บริการเปลี่ยนราคาของโมเดลนั้น ฝั่งเราจะเห็นการเปลี่ยนแปลงภายในวันเดียวกัน ไม่ใช่รอจนถึงสิ้นสุดรอบสัญญา คีย์เดียวเข้าถึงโมเดลได้มากกว่า 200 โมเดล และการสลับอัตโนมัติเมื่อเกิดข้อขัดข้องหมายความว่าคุณสามารถชี้เส้นทางสเตจจิงไปที่โมเดลฐานได้ โดยไม่ต้องเดิมพันเส้นทางโปรดักชันกับมัน ทุกอย่างในสามเดโมที่ไม่ต้องพึ่งพาการฝึกหลังการเทรนด้านกฎหมาย — การจัดโครงสร้างชุดข้อสัญญาที่คุณจัดหาให้ การจัดรูปแบบเอาต์พุตให้ตรงกับเทมเพลตของบริษัท การสร้างเช็กลิสต์การตรวจสอบรอบแรก — คุณสามารถสร้างต้นแบบบน GLM 5.3 Flash ได้ตอนนี้ และสลับ model id เมื่อเบต้าเปิด ทุกอย่างที่ต้องพึ่งพาความเชี่ยวชาญเฉพาะทางนั้นคุณสร้างต้นแบบไม่ได้ เพราะความเชี่ยวชาญเฉพาะทางคือส่วนที่อยู่เบื้องหลังแบบฟอร์มนั้น

อะไรจะเปลี่ยนเรื่องราวนี้

สามเรื่อง เรียงตามระดับความสำคัญ ตัวเลขสำหรับ LegalBench และ PLawBench — ข้ออ้างเรื่องความเท่าเทียมเป็นข้อที่รับน้ำหนักที่สุดสำหรับใครก็ตามที่กำลังเลือกโมเดลกฎหมาย และตอนนี้เป็นสิ่งที่ตรวจสอบได้น้อยที่สุด การรัน Harvey LAB แบบอิสระ ควรเป็นแบบที่ Harvey ไม่ใช่ Z.ai ควบคุมฮาร์เนส และราคา เพราะโมเดลเฉพาะทางที่มีต้นทุนต่อเรื่องสูงกว่าโมเดลฐานอย่างมีนัยสำคัญ ต้องพิสูจน์ส่วนต่างนั้นด้วยอัตราผ่านทั้งหมด ไม่ใช่ด้วยความประณีต

ไม่มีสักหนึ่งในสามที่มาถึง สิ่งที่มาถึงคือโมเดลเฉพาะทางอย่างแท้จริงที่สร้างบนพื้นฐาน 18B-active โดยมีการรันเบนช์มาร์กหนึ่งครั้งภายใต้มาตรฐานการให้คะแนนที่เข้มงวดพอจน 19.2% ดูน่าเชื่อถือ และกระบวนการ aus ที่บอกว่าผู้ขายยังไม่มั่นใจพอที่จะใส่ไว้บนเรตการ์ด

สำหรับทีมกฎหมายที่กำลังตัดสินใจว่าจะทำอย่างไรกับประกาศของสัปดาห์นี้ คำตอบน่าจะเหมือนกับกรณีการเปิดตัวที่ถูกจำกัดการเข้าถึงด้วยการสมัครใด ๆ นั่นคือ อ่านเดโมเพื่อดูโหมดความล้มเหลวที่เดโมเหล่านั้นเปิดเผย ตรวจสอบการอ้างอิงกฎหมายด้วยตัวเอง และสร้างไปป์ไลน์โดยรอบบนโมเดลที่คุณเรียกใช้ได้จริงในวันนี้ เพื่อให้การสลับ model id หนึ่งตัวถือเป็นการย้ายระบบทั้งหมด

การสลับไปยังระบบสำรองอัตโนมัติ หมายความว่าคุณสามารถชี้พาธสเตจจิงไปที่โมเดลฐานได้ โดยไม่ต้องเอาเส้นทางโปรดักชันไปเดิมพันกับมัน