概要
GLM-Legal は、香港上場の中国 AI 研究機関 Z.ai（旧称 Zhipu AI）が開発した法務特化モデルです。Z.ai は 2026年10月12日に研究ブログとして発表しました。GLM-5.3-Flash をベースに法務コーパスで追加の mid-training を行い、さらに Z.ai が「数万規模」と呼ぶシミュレーション法務環境（契約レビュー、証拠分析、コンプライアンス調査）で強化学習を施しています。
これはモデルであり、製品ではありません。弁護士向けのアプリも、文書管理システムとのコネクタも、判例引用チェッカーもありません。2026年10月21日時点で利用できる唯一の手段はクローズドベータで、z.ai/consultation/legal の相談フォームから API アクセスを申請します。Z.ai は GLM-Legal をデスクトップエージェント AutoClaw に「近日」提供すると述べており、そこでは契約の修正が Word に変更履歴とコメントとして反映されます。この連携は発表済みですが、まだ提供されていません。Vals のモデルカードではウェイトがオープンと記載されていますが、発表記事にはライセンスの記載がなく、2026年10月21日時点で Hugging Face 上に GLM-Legal のリポジトリは見つかりませんでした。ウェイトが実際に公開されるまでは、クローズドなホスト型モデルとして扱ってください。
Legal Ops の評価で名前が挙がる理由
決め手は 1 つ、完了タスクあたりのコストです。Vals AI はリリース時に Harvey の Legal Agent Benchmark（LAB）で GLM-Legal を評価し、スコアは 19.17%、79 モデル中 7 位、タスクあたり $0.15 で、上位 10 モデルの中で最も安価でした。Vals は LegalBench で 86.24%、Legal Research Bench で 41.83% というスコアも記録しています。ベースモデルの LAB スコアは約 6.7% だったので、法務向けトレーニングは確かな効果を上げています。
19% という数字は正しく読んでください。LAB はすべての評価基準を満たしたタスクだけを成功として数えるため、およそ 5 件中 4 件のタスクはどこかで失敗しています。Vals はその後 LAB を 120 タスクのホールドアウトセット（HLAB-Vals-1.1、2026年10月21日更新）に刷新しましたが、GLM-Legal はまだそのリーダーボードに載っていません。その首位は Gemini 4 Argon で、27.08%、タスクあたり $10.55 です。素の GLM 5.3 は 14.58%、Claude Opus 5.5 は 9.17% です。2 つの評価は直接比較できないため、GLM-Legal を現在のリーダーボードと並べて順位付けしないでください。これらのベンチマークの構成については、法務 AI ベンチマークを参照してください。
価格の実態
Z.ai は GLM-Legal の価格を公表していません。Vals は入力 100 万トークンあたり $0.075、出力 100 万トークンあたり $0.25 で評価を実行しました。これは GLM-5.3-Flash のプロモーション価格と一致しており、GLM-Legal の正式な見積もりではありません。サードパーティのルーターでは、ベースの GLM-5.3-Flash が入力 $0.15、出力 $0.50 で掲載されています。Z.ai から見積もりが出るまでは、エージェント型タスク 1 件あたり $0.15〜$0.30 で計画してください。月 500 タスクなら $75〜$150 で、同じ量を Gemini 4 Argon で処理すると、Vals のタスク単価で約 $5,275 になります。代償は速度です。Vals のカードでは、法務ベンチマークのタスク 1 件あたりの平均レイテンシは約 20 分です。
適している用途
リーガルテックベンダーや大規模な社内法務チームで、大量処理かつ機密性の低いパイプラインを構築するリーガルエンジニアリングのリードに向いています。たとえば、公開提出書類の一次レビュー、シンガポール・マレーシア・インドネシアにまたがる規制調査、中国法の業務（Z.ai は中国法ベンチマーク PLawBench でもフロンティアモデルと同等の性能を報告しています）、あるいはより強力なレビュアーモデルの下で動く安価なワーカーモデルとしての利用です。ROI の根拠は処理量です。月に数千件のタスクを処理する場合、タスク単価で 35〜70 倍のコスト差があれば、すべての出力に人間のチェックを入れる費用を十分にまかなえます。
向いていないケース： 署名済みのデータ処理契約なしに、秘匿特権のあるクライアント文書をホスト型 API に送る事務所。また、ベンダーリスク方針で米国商務省の Entity List 掲載企業を除外している米国の事務所にも向きません。Zhipu は 2025年1月から同リストに掲載されています。
代替案との比較
Harvey は、売上と導入事務所数でこのセグメントのリーダーです。法務アウトプットに責任を負うベンダー、弁護士のオンボーディング、引用チェックが必要な場合に選んでください。価格は 20 シート以上で 1 シートあたり月額約 $1,200 と報じられており、その価格で買っているのはまさにこの説明責任です。
Legora は、最も急成長している新規参入者です。API ではなく、アソシエイトが自分から開くレビュー・ドラフティング画面が必要な場合に選んでください。
Claude for Legal と OpenAI Astra for Law は、フロンティアラボの選択肢です。決め手が米国の契約主体、エンタープライズ向けのデータ保持条件、または弁護士がすでに使っている文書システムへのコネクタである場合に選んでください。GLM-Legal をこの 2 つより優先すべきなのは、タスク単価が最優先で、かつ文書が機密でない場合に限られます。
注意点
- データの管轄が未確定です。 Z.ai のプライバシーポリシーはシンガポール法人を記載し、データは原則としてシンガポールで処理されるとしていますが、API 顧客には別途データ処理補遺が適用され、ポリシーはグループ関連会社へのデータ移転も認めています。対策：補遺を書面で入手し、GLM-Legal ベータのトラフィックに関する保持条件と学習利用条件を確認し、ジェネラルカウンセルが承認するまでは公開文書または合成文書だけを流してください。
- Z.ai の規約は米国の規制対象データを制限しています。 米国ユーザーは、HIPAA の医療データ、GLBA の金融データ、輸出管理対象の資料をこのサービスで処理できません。対策：ルーティング前に案件をデータ区分でタグ付けし、該当区分はポリシー文書ではなくゲートウェイでブロックしてください。
- ベンチマークは実務ではありません。 全基準クリア率 19% とは、大半の出力が何かを見落としているということです。HN のリリーススレッド（650 ポイント超）では、実務家が AI 契約ツールが重要な条項を見落とした事例を投稿していました。対策：終結済みの案件 30〜50 件を GLM-Legal と現在のツールの両方で処理し、手作業で採点したうえで、すべての出力に弁護士のレビュー工程を残してください。
- ベータアクセスは契約ではありません。 価格も SLA も公開モデル ID もありません。対策：OpenRouter のようなモデル非依存のゲートウェイの背後に構築し、パイプラインを書き直さずにモデルを切り替えられるようにしてください。