A Z.ai apresentou o GLM-Legal, um modelo de IA especializado em trabalho jurídico agêntico construído sobre o GLM-5.3-Flash. O principal número: 19,2% de all-pass no Harvey Legal Agent Benchmark (LAB) — praticamente 3x a pontuação de 6,7% do modelo base — com custo estimado de US$ 0,15 por tarefa.
O que é o GLM-Legal
O GLM-Legal é uma versão de domínio do GLM-5.3-Flash voltada a escritórios de advocacia, departamentos jurídicos e equipes de compliance. Ele se destina a tarefas como revisão de contratos, análise de evidências e pesquisa de conformidade — o tipo de trabalho que exige encadear fatos, doutrina e raciocínio até um deliverable pronto para o cliente.
A base, o GLM-5.3-Flash, tem 320B parâmetros totais com 18B ativos (arquitetura MoE), 1M tokens de contexto e saída máxima de 128K tokens. É o primeiro modelo GLM-5 nativamente multimodal da Z.ai: lê texto, imagens, vídeo e arquivos, e produz saída textual.
Como foi treinado
O treinamento da Z.ai seguiu duas etapas principais:
- Mid-training sobre corpora jurídicos expandidos, para reforçar o raciocínio de fatos → regras → conclusões.
- Post-training com reinforcement learning em dezenas de milhares de ambientes de tarefa jurídica, com o harness (estrutura de orquestração) evoluindo junto com o modelo. Casos de borda expostos durante o treino apontavam gargalos no harness; correções no harness, por sua vez, expunham o modelo a restrições mais realistas.
A empresa também descreve um ciclo de feedback de produção: profissionais jurídicos avaliam a saída contra critérios concretos — todos os pontos críticos foram abordados? Os argumentos estão fundamentados e as citações juridicamente consistentes? O deliverable segue o brief do caso? A saída é utilizável sem retrabalho manual?
Desempenho em benchmarks
- Harvey LAB: 19,2% all-pass, +12,5 pontos sobre o modelo base, em 24 áreas de prática. O benchmark é open-source, com 1.250 tarefas e 75.000+ critérios de rubrica escritos por especialistas. A pontuação all-pass significa que todos os critérios de uma tarefa precisam ser atendidos.
- LegalBench: paridade com modelos fechados de fronteira em raciocínio de domínio, mesmo com orçamento de parâmetros significativamente menor.
- PLawBench (prática jurídica chinesa): paridade com sistemas de fronteira em consultoria jurídica, análise de casos e redação de documentos sob rubricas finas.
- Vals AI (Legal Research Bench): 41,83%, abaixo dos 45,19% do próprio modelo base GLM-5.3-Flash — um ponto fraco que a própria Z.ai reconhece.
As pontuações de Harvey LAB e LegalBench foram avaliadas independentemente pela Vals AI, com 2 juízes LLM e internet desabilitada.
Acesso e custo
- Acesso: somente por aplicação via API da Z.ai. Sem pesos públicos. A Z.ai afirma que o GLM-Legal chegará ao AutoClaw (app de agente desktop da empresa), sem data.
- Custo: Vals AI executou ambos os modelos GLM a US$ 0,075 / US$ 0,25 por 1M tokens, resultando em US$ 0,15 por tarefa no Harvey LAB — uma fração do custo de modelos de fronteira como o Claude Fable 5.
- Duração: em torno de 1h12m por tarefa no Harvey LAB.
- Repositório: não existe repositório do GLM-Legal no Hugging Face (verificado em 13 de outubro de 2026).
Por que importa
O GLM-Legal é um exemplo claro da tendência de especialização de domínio em modelos de IA: em vez de competir em todo o espectro de capacidades, a Z.ai treina um modelo focado em trabalho jurídico e alcança pontuações próximas às de modelos de fronteira a uma fração do custo. Para escritórios e equipes de compliance que precisam de volume de tarefas (revisão de contratos, triagem de evidências), a equação custo-desempenho pode ser o fator decisivo.
A ressalva importante: o acesso ainda é gated, sem preço público e sem pesos abertos. A comparação direta com modelos de fronteira só será possível quando a API abrir para uso amplo.
Fontes e referências
Encontrou uma informação que precisa de correção? Fale com a redação.