智谱开源 GLM-Legal：法律垂类模型第一次在公开榜排到开放权重第一

一、事件与成绩

二、为什么「垂类 + 开源」值得单独说

通用模型在法律任务上的问题不是「不会说」，而是引用不准、流程不完整。垂类模型把「找法条—对事实—出结论」拆成可评测的 agent 任务，榜单考的正是任务完成率，而不是问答相似度。这也是为什么 19.2% 这个看起来不高的数字，反而比一个漂亮的总分更有信息量。

对政企客户，开源垂类模型的价值是：材料不出内网、可微调、可审计；代价是要自己承担部署与评测——权重给了，工程没给。

三、三条使用提醒

• 别看错 19.2%：任务全通过率意味着大部分复杂任务仍需人工复核，它是辅助工具，不是替代。
• 中文场景要二次评测：公开榜单以英文法律任务为主，中文法条、司法解释与本地实践需要自己建评测集。
• 效果取决于检索：垂类模型对 RAG 与工具调用依赖高，落地时「检索质量」往往比模型本身更影响结果。

数据来源：智谱（Z.ai）官方博客 2026-10-12 公告、Vals AI 2026-10-13 公布成绩（经老虎说芯 2026-10-19 综述转述）。榜单成绩为第三方评测口径，非本机实测；本页未对 GLM-Legal 做本地部署测试。 本文仅转述公开报道，不评判任何企业与产品，不构成投资建议。