Z.ai stellt GLM-Legal vor, ein KI-Modell für juristische Arbeit

Z.ai, das Unternehmen hinter der GLM-Familie von KI-Modellen, hat GLM-Legal am 12. Oktober 2026 angekündigt. Es ist eine Version seines Modells GLM-5.3-Flash, die für juristische Arbeit wie Vertragsprüfung, Beweisanalyse und Compliance-Recherche trainiert wurde. Laut Z.ai erreicht es 19,2 % auf Harvey's Legal Agent Benchmark, gegenüber 6,7 % beim Basismodell. Vorerst ist der Zugang auf eine Beta beschränkt, für die sich Firmen bewerben müssen.

Was GLM-Legal ist

Laut der Ankündigung von Z.ai ist GLM-Legal „auf dem schlanken Fundament von GLM-5.3-Flash aufgebaut“. Z.ai hat GLM-5.3-Flash im August mit offenen Gewichten veröffentlicht. AlphaSignal führt das Basismodell als Mixture-of-Experts-Design, das für jedes verarbeitete Wort nur einen Teil des Modells nutzt. Es hat insgesamt 320 Milliarden Parameter, davon 18 Milliarden gleichzeitig aktiv, und ein beworbenes Kontextfenster von 1 Million Tokens.

Die Seite von Z.ai nennt keine Größe für GLM-Legal selbst. Dort heißt es nur, das Modell laufe mit einem „deutlich schlankeren Parameter-Fußabdruck“ als geschlossene Frontier-Modelle.

Das Training verlief in zwei Stufen. Zuerst trainierte Z.ai das Modell auf einer größeren Menge juristischer Texte weiter. Dann setzte es Reinforcement Learning ein, das ein Modell für gute Ergebnisse belohnt, und zwar über „Zehntausende realistischer juristischer Umgebungen“ hinweg. Z.ai hat das Modell gemeinsam mit seinem „Harness“ entwickelt, der Software, die den Agenten und seine Werkzeuge ausführt. „Harness-Architektur und Modelltraining werden im Gleichschritt weiterentwickelt“, heißt es in dem Beitrag. Unite.AI ergänzt, dass eine Stufe das Feedback von Fachleuten aus der Rechtspraxis in Trainingssignale umwandelt.

Z.ai erklärt, warum es sich für das Recht entschieden hat: „Juristische Arbeit bündelt diese Herausforderungen und bietet einen idealen Stresstest, um Modelle für den Einsatz in professionellen Umgebungen mit hohem Risiko zu trainieren.“

Benchmark-Ergebnisse von GLM-Legal

Z.ai hat ein Diagramm veröffentlicht, das GLM-Legal mit seinem Basismodell und drei konkurrierenden Modellen vergleicht. Alle Zahlen unten stammen aus diesem Diagramm.

Benchmark	GLM-Legal	GLM-5.3-Flash	Kimi K3	Claude Fable 5	GPT-6 Astra
Harvey's Legal Agent Benchmark	19.2	6.7	12.9	11.3	5.4
LegalBench	86.2	83.9	86.2	88.6	87.1
PLawBench	77.3	73.8	76.2	77.7	69.1

Laut AlphaSignal testet der Benchmark von Harvey mehrstufige juristische Workflows, die Planung und Werkzeugnutzung erfordern. Z.ai zufolge deckt er 24 Rechtsgebiete ab. Sein Wert ist eine All-Pass-Rate: Eine Aufgabe zählt nur, wenn die Antwort jedes Bewertungskriterium erfüllt. LegalBench testet einzelne Aufgaben des juristischen Denkens. PLawBench deckt laut Z.ai die chinesische Rechtspraxis ab: Beratung, Fallanalyse und das Verfassen von Dokumenten.

GLM-Legal führt das Diagramm beim Benchmark von Harvey an. Bei LegalBench liegt es gleichauf mit Kimi K3 und hinter Claude Fable 5 und GPT-6 Astra. Bei PLawBench liegt es 0,4 Punkte hinter Claude Fable 5. Z.ai bezeichnet diese Ergebnisse als „gleichauf mit geschlossenen Frontier-Modellen“.

Die Werte des Basismodells decken sich mit externen Tests. AlphaSignal veröffentlichte Ergebnisse von Vals AI, einem Evaluierungsunternehmen, für GLM-5.3-Flash: 83,93 % bei LegalBench und 6,7 % beim Benchmark von Harvey.

So erhalten Sie Zugang

GLM-Legal befindet sich in der Beta. Für den API-Zugang ist ein Antragsformular auf der Website von Z.ai nötig. Z.ai lädt Kanzleien, Legal-Tech-Unternehmen, interne Rechtsabteilungen und selbstständige Juristinnen und Juristen ein. Z.ai und Unite.AI sagen beide, das Modell komme „bald“ zu AutoClaw, der Desktop-Agenten-App von Z.ai. Laut AlphaSignal erhalten neue AutoClaw-Nutzer 200 Millionen Aktions-Tokens, die Z.ai mit $24 bewertet.

Einiges wird nicht offengelegt. Dazu gehören der Preis, die Lizenz von GLM-Legal, ob seine Gewichte veröffentlicht werden, Regionen, Ratenlimits und die Datenaufbewahrung. Das Basismodell steht laut AlphaSignal unter der MIT-Lizenz.

Was die Demos zeigen

Der Beitrag von Z.ai zeigt drei Demos, die GLM-Legal mit seinem Basismodell vergleichen:

• Vertragsprüfung: Das Modell überarbeitet die Kündigungs- und Übergabebestimmungen eines Vertrags über Softwaredienstleistungen. AutoClaw schreibt die Änderungen in Word, „mit nachverfolgten Änderungen und Kommentaren“.
• Beweisanalyse: Es findet Widersprüche in den Fortschrittsberichten eines Anbieters über 40 Dokumente aus einem Rechtsstreit hinweg. Jeder Befund nennt die Bates-Nummer des Dokuments, also die Kennung, die Anwälte auf Dateien stempeln, die in einem Gerichtsverfahren ausgetauscht werden.
• Compliance-Recherche: Es entwirft einen Datenschutzplan für eine Website, die in Singapur, Malaysia und Indonesien startet, und zitiert Abschnitte des Datenschutzgesetzes jedes Landes.

Was das für Entwickler bedeutet

• Behandeln Sie die Werte als Herstellerangaben. Z.ai hat die Benchmarks ausgewählt und den Vergleich durchgeführt. Testen Sie GLM-Legal mit Ihren eigenen Dokumenten, bevor Sie darauf aufbauen.
• Planen Sie eine menschliche Prüfung ein. Eine All-Pass-Rate von 19,2 % bedeutet, dass etwa vier von fünf mehrstufigen Aufgaben mindestens eine Prüfung nicht bestanden haben. Juristische Tools, die darauf aufbauen, brauchen weiterhin eine Anwältin oder einen Anwalt im Prozess.
• Fragen Sie nach den Daten, bevor Sie Mandantendateien senden. Aufbewahrung und Regionen sind nicht veröffentlicht. Lassen Sie sich beides während der Beta schriftlich bestätigen.
• Prüfen Sie die Rechtsordnung. PLawBench deckt die chinesische Praxis ab, und die Demos decken Südostasien ab. Die Ergebnisse lassen sich womöglich nicht auf das Recht übertragen, unter dem Ihre Nutzer arbeiten.
• Self-Hosting beginnt beim Basismodell. GLM-5.3-Flash hat offene Gewichte unter MIT. GLM-Legal wird vorerst nur über eine zugangsbeschränkte API angeboten, daher können Teams, die Modelle intern betreiben müssen, es noch nicht nutzen.