GLM-Legal ist ein auf Rechtsarbeit spezialisiertes Modell, das Z.ai, das Team hinter Zhipus GLM-Familie, am 12. Oktober 2026 in einem offiziellen Blogbeitrag vorgestellt hat. Es geht einen anderen Weg als die allgemeinen Riesenmodelle: Statt Parameterumfang zu jagen, baut es auf der leichtgewichtigen Basis GLM-5.3-Flash auf und formt das Modell mit domänenspezifischem Zwischentraining und effizientem Nachtraining für echte Kanzleiarbeit. Das Kernergebnis lautet 19,2 % Komplettquote in Harvey LAB, einem an realen Kanzlei-Workflows ausgerichteten Benchmark – 12,5 Prozentpunkte mehr als sein Basismodell. Bei LegalBench und dem auf chinesische Rechtspraxis zugeschnittenen PLawBench erreicht es nach Angaben des Unternehmens das Niveau führender geschlossener Frontier-Modelle, bei deutlich kleinerem Parameterumfang.
Warum 19,2 % beachtlich sind: Die Bewertung kennt nur alles oder nichts
Die Zahl braucht Einordnung. Harvey LAB deckt 24 Tätigkeitsfelder ab und bewertet strikt nach dem Alles-oder-nichts-Prinzip: Bricht in einer Aufgabe Faktenextraktion, Gesetzesauslegung, Argumentationsstruktur oder das Lieferformat an irgendeiner Stelle, fällt die gesamte Aufgabe durch. Das spiegelt, wie Kanzleien Arbeit tatsächlich abnehmen, denn ein Dokument, das ein Anwalt herausgibt, darf nicht nur weitgehend richtig sein. Echte Rechtsarbeit ist gerade deshalb schwer, weil sie eine ungebrochene Kette zwischen Fakten, Rechtslehre, Argumentation und einem mandantenfähigen Arbeitsergebnis verlangt. Dass die Komplettquote von rund 6,7 % beim Basismodell auf 19,2 % steigt, spricht dafür, dass nicht nur Rechtswissen, sondern die Fähigkeit gewachsen ist, einen Auftrag Ende zu Ende fertigzustellen. Umgekehrt gelesen ist die Zahl zugleich der ehrlichste Teil der Ankündigung: Selbst nach Spezialtraining scheitern vier von fünf Aufgaben an der Kompletthürde – Rechtsarbeit ist von Vollautomatisierung noch weit entfernt.
Die Trainingsidee: Modell und Laufzeitgerüst entwickeln sich gemeinsam
Das Training hat drei Schichten. Das Zwischentraining erweitert hochwertige Rechtskorpora, damit das Modell Rechtsbegriffe, Gesetzesregeln und Auslegungsrahmen als Fundament aufnimmt. Danach folgt Nachtraining per Reinforcement Learning in Zehntausenden realistischer Rechtsaufgaben-Umgebungen, in denen das Modell lernt, Analysen zu planen, Abläufe voranzutreiben und unter konkreten Vorgaben Lieferergebnisse zu erzeugen. Bemerkenswert ist die sogenannte Co-Evolution von Modell und Harness, dem Laufzeitgerüst, das Aufgabenkontext verwaltet, Werkzeuge anbindet und Ausführungsfeedback zurückspielt: Gerüstarchitektur und Modelltraining iterieren im Gleichschritt – Grenzfälle aus dem Training legen Engpässe des Gerüsts offen, und Gerüstverbesserungen trainieren das Modell wiederum unter realistischeren Ausführungsbedingungen. Eine Rückkopplung aus der Produktion schließt den Kreis: Praktizierende Juristen bewerten, ob alle kritischen Punkte behandelt sind, ob Argumente und Zitate tragen, ob das Ergebnis exakt dem Auftrag folgt und ob Folgeteams es ohne Nacharbeit nutzen können; diese Urteile fließen direkt in den nächsten Trainings- und Bewertungszyklus.
Drei Fälle zeigen, wo der Vorsprung zum Basismodell konkret liegt
Der offizielle Beitrag zeigt drei Vergleiche an derselben Aufgabe, und die Unterschiede sind greifbar. Bei der Vertragsprüfung für einen Kunden, der den Dienstleister wechselt, bleibt das Basismodell bei richtungweisenden, aber allgemeinen Ratschlägen zu Kündigungsfristen und Datenrückgabe, während GLM-Legal auf Klausel-Ebene handelt: Kündigungsfrist für die ordentliche Kündigung von 60 auf 30 Tage, keine Heilungsfrist bei Verstößen gegen IP-, Vertraulichkeits- oder Datensicherheitspflichten, also sofortige Kündigung, Rückgabe auch unbezahlter Zwischenstände und bis zu 90 Tage Übergabeunterstützung. Bei der Beweisanalyse zu 40 Dokumenten eines Softwareprojekt-Streits verknüpft es einen externen Bericht mit 60 % Fertigstellung mit einem internen Stand von rund 41 %, einer früheren internen Warn-E-Mail und der Anweisung der Geschäftsleitung, das Risiko zu verschweigen und weiter abzurechnen – und zitiert dazu Vertragsklauseln, wonach Zahlung keinen Rechtsverzicht bedeutet. Im grenzüberschreitenden Compliance-Fall verwandelt es die Datenschutz-Vorbereitung für Singapur, Malaysia und Indonesien in eine priorisierte Checkliste mit Einwilligungsnachweisen, einer Abmelde-Sperrliste, der Kartierung der Datenflüsse zu Dienstleistern und den einschlägigen Gesetzesverweisen. Das Muster aller drei Fälle: Das Ergebnis ist keine Wiederholung juristischen Allgemeinwissens, sondern ein Arbeitsentwurf, der in eine Verhandlung, eine Fallakte oder einen Markteinführungsplan eingehen kann.
Beta-Zugang offen – die Grenzen verdienen dieselbe Aufmerksamkeit
GLM-Legal befindet sich in der Beta: Bewerbungen für API-Zugang stehen Kanzleien, Legal-Tech-Firmen, Inhouse-Teams und selbstständigen Praktikern offen, und die Fähigkeit kommt in AutoClaw, Z.ai's Desktop-Agentenplattform, die Änderungen als nachverfolgte Revisionen und Kommentare direkt in Word-Dokumente eintragen kann. Zur Vorsicht gehört: Sämtliche Benchmarks und alle drei Fälle stammen aus Z.ai's eigener Messung und Auswahl, und eine Komplettquote von 19,2 % erinnert selbst daran, dass Modelloutput in Null-Toleranz-Bereichen wie Zitiergenauigkeit und Faktenprüfung weiterhin anwaltliche Einzelprüfung braucht. Der realistische Wert liegt darin, die zeitaufwendigsten Erstentwürfe, Strukturierungen und Listen auf überarbeitbares Niveau zu bringen – nicht darin, die unterschreibende Person zu ersetzen. Für Rechtsteams reicht das für einen Praxistest: anonymisierte echte Mandate durch eine Abnahme im Alles-oder-nichts-Stil laufen zu lassen, sagt mehr aus als jede Rangliste.
