Z.ai lança GLM-Legal: 19,17% de aprovação total no Harvey LAB, API sob solicitação e sem pesos públicos
Segundo o MarkTechPost, em 13 de outubro de 2026, a Z.ai lançou o GLM-Legal, modelo do domínio jurídico construído sobre o GLM-5.3-Flash, com 19,17% de aprovação total no Harvey LAB, cerca de três vezes os 6,67% da base, e custo de teste único de 0,15 dólar no Vals AI; por ora, apenas API sob solicitação, sem preço nem pesos divulgados.
O que mudou
Segundo o MarkTechPost, em 13 de outubro de 2026, a Z.ai lançou o GLM-Legal, modelo especializado do domínio jurídico voltado para revisão de contratos, análise de evidências e pesquisa de conformidade. O modelo é construído sobre o GLM-5.3-Flash, e a fonte afirma que a base é um MoE com 320B de parâmetros totais e 18B ativos, contexto de 1 milhão de tokens e saída máxima de 128K, combinando atenção esparsa e atenção linear, capaz de ler texto, imagens, vídeos e arquivos. O treinamento tem duas fases: treinamento intermediário em corpus jurídico ampliado e, em seguida, pós-treinamento por aprendizado por reforço em dezenas de milhares de ambientes de tarefas jurídicas; a fonte também menciona que a estrutura de execução e o modelo evoluíram juntos no treinamento posterior. Na avaliação, o Harvey LAB é um benchmark de código aberto com 1250 tarefas cobrindo 24 áreas de prática, pontuadas por mais de 75 mil critérios de avaliação escritos por especialistas, e só passa a tarefa que atende a todos os critérios; o Vals AI executou o conjunto de retenção com dois juízes LLM e acesso à internet desativado. O relato indica que o GLM-Legal tem 19,17% de aprovação total, 7º entre 79 modelos, contra 6,67% da base, e 92,5% de aprovação por critério individual. Na mesma tabela, Kimi K3 aparece com 12,92%, Claude Fable 5 com 11,25% e GPT-6 Astra com 5,42%, mas o gráfico de lançamento não lista os 6 modelos melhor colocados, sendo o primeiro colocado 25,42%. No LegalBench, o GLM-Legal fica em 86,23%, atrás dos 88,56% do Claude Fable 5; no Legal Research Bench, em 41,83%, abaixo dos 45,19% da base. O acesso é apenas pela API hospedada da Z.ai e mediante solicitação; até a data do relato não havia preço divulgado nem repositório correspondente no Hugging Face; o modelo base pode ser implantado por conta própria com vLLM ou SGLang, com pesos FP8 abertos.
Impacto para desenvolvedores
Para equipes de legal tech e departamentos jurídicos corporativos, o valor desta notícia não está no ranking em si, mas no fato de um modelo vertical elevar a taxa de aprovação em tarefas jurídicas agênticas ao triplo da base com custo relativamente baixo por teste, o que sugere que pós-treinamento de domínio mais RL pode render significativamente mais em tarefas longas de uso de ferramentas do que o ganho de capacidade geral. Mas a avaliação prática precisa ser separada. Primeiro, o GLM-Legal não tem pesos públicos no momento e só está disponível por API hospedada mediante solicitação, o que devolve parcialmente ao fornecedor o fluxo de dados, a auditoria e a responsabilidade de conformidade; para escritórios que tratam material confidencial de clientes, isso é uma restrição prévia, não um detalhe. Os pesos abertos citados na fonte referem-se aos pesos FP8 da base GLM-5.3-Flash e não significam que o GLM-Legal em si seja de código aberto; disponibilidade de pesos e licenciamento são coisas distintas, e não se pode inferir da abertura da base que o modelo derivado também possa ser autoimplantado. Segundo, a vantagem de custo na ótica da fonte exige leitura cautelosa: os 0,15 dólar são o custo de teste único calculado pelo Vals AI com preços de 0,075 dólar por milhão de tokens de entrada e 0,25 dólar de saída, em determinado comprimento de tarefa, não um preço de API divulgado pelo fornecedor, e o preço do GLM-Legal segue sem divulgação, de modo que qualquer modelo de custo baseado nesse número é hipotético. Terceiro, o ganho de capacidade não é uniforme: o Harvey LAB sobe 12,5 pontos percentuais, mas o Legal Research Bench fica 3,36 pontos percentuais abaixo da base, indicando que o modelo favorece tarefas de múltiplas etapas com uso de ferramentas e pode ter retorno negativo em pesquisa jurídica aberta. Quarto, cada tarefa do Harvey LAB leva em média 1 hora e 12 minutos, mais lento que a maioria dos modelos da mesma tabela, e a escolha entre cenários interativos e processamento em lote offline será completamente diferente. Além disso, a fonte diz que a Z.ai afirmou que o GLM-Legal entrará no AutoClaw, seu aplicativo de agente de desktop, mas sem cronograma; tudo isso é o relato da fonte, sem verificação independente do lado do KimiSeek.
Integração e avaliação
A seguir, juízos sugestivos, não fatos verificados. Decisão um: escolher a base para prototipar ou esperar a permissão do GLM-Legal. O relato diz que a base GLM-5.3-Flash já está disponível com pesos abertos e que o GLM-Legal é apenas sob solicitação; portanto, se o projeto precisa começar imediatamente ou exige tratamento local de documentos sensíveis, montar o fluxo com a base é mais realista; se as tarefas se concentram em comparação de contratos em várias etapas e organização de cadeias de evidências, que exigem uso de ferramentas, e a empresa aceita dados hospedados pelo fornecedor, vale enviar a solicitação. A premissa é se a permissão será concedida e se permite tratar material real de clientes. O critério de avaliação pode ser: em 50 a 100 amostras históricas próprias de revisão de contratos, comparar a taxa de aprovação total em primeira tentativa da base e, após aprovação, a do GLM-Legal, exigindo do último um ganho explicável sobre a base, sob pena de não migrar. Decisão dois: incluir a latência no peso da escolha, não olhar só a taxa de aprovação. A fonte mostra que o GLM-Legal leva em média 1 hora e 12 minutos por tarefa, bem mais que outros modelos da tabela, então produtos assistentes de interação em tempo real com advogados e pipelines de due diligence para processamento noturno devem fazer escolhas diferentes; no primeiro caso, se a latência for inaceitável, manter a base ou um modelo geral mais rápido na linha de frente e colocar o modelo de alta precisão numa fila assíncrona é uma opção condicional. A premissa é que a tarefa possa ser assíncrona e o usuário aceite retorno em horas; o critério pode ser medir, sob concorrência real, se a latência ponta a ponta P95 e o custo por tarefa cabem no orçamento. Decisão três: não fixar versão com base em um único ranking. O relato apresenta ao mesmo tempo um grande ganho no Harvey LAB e um resultado abaixo da base no Legal Research Bench, em direções opostas; portanto, antes da adoção, divida o conjunto de avaliação conforme a distribuição do próprio negócio, meça separadamente as taxas de aprovação de tarefas de pesquisa e de execução de processos, e registre a aprovação por critério individual, não apenas por tarefa. O critério pode ser: a direção da diferença em relação à base nos dois tipos de tarefa deve corresponder ao peso do próprio negócio; se a pesquisa representar grande parte, não se deve trocar apenas pelo número do Harvey LAB. Por fim, como o preço não foi divulgado, qualquer cálculo de custo deve primeiro confirmar com o fornecedor a base de cobrança e recalcular com a própria distribuição de tokens, em vez de usar o custo de teste único de terceiros.
Limites e pontos a confirmar
Todas as pontuações de benchmark, custos e tempos nesta reportagem vêm dos resultados do Vals AI descritos pela fonte até 12 de outubro de 2026, e o KimiSeek não os reproduziu de forma independente. Esta versão do GLM-Legal não está atualmente no catálogo de modelos do KimiSeek; a disponibilidade de API, a forma de solicitação e a situação de preço mencionadas referem-se ao fornecedor Z.ai, não a este site; a Z.ai não divulgou o preço da API do GLM-Legal, então o custo de teste único da fonte não pode ser tomado como padrão real de cobrança. O modelo base GLM-5.3-Flash tem uma entrada de mesmo nome, glm-5.3-flash, no catálogo do KimiSeek, mas é um modelo diferente do GLM-Legal, e não se pode inferir a partir disso que o GLM-Legal esteja disponível ou possa ser autoimplantado. A fonte não divulgou a escala de parâmetros independente do GLM-Legal nem números específicos do PLawBench em chinês, e a afirmação da Z.ai de paridade entre LegalBench e PLawBench carece de valores verificáveis. A lista dos modelos melhor colocados no ranking Harvey foi omitida no gráfico de lançamento, e esta reportagem apenas reproduz o texto original. A obtenção da permissão de API, o cronograma de lançamento do AutoClaw e os termos reais de licença não estão definidos e dependem de esclarecimentos posteriores do fornecedor.