Zhipu тестирует юридическую ИИ-модель GLM-Legal с доступом для практиков

Китайская компания Zhipu вывела на рынок специализированную юридическую модель GLM-Legal, и это уже вызвало заметный интерес у практикующих юристов. Разработчики позиционируют новинку не как очередного чат-бота, умеющего рассуждать о статьях закона, а как рабочий инструмент, способный брать на себя конкретные задачи: проверку договоров, сведение разрозненных доказательств в единую картину и исследование вопросов трансграничного комплаенса. Причём на выходе пользователь получает не абстрактные советы, а готовый к использованию результат.

Формальные показатели у модели действительно серьёзные. В свежем рейтинге Vals AI, оценивающем юридические способности ИИ, GLM-Legal заняла первое место среди моделей с открытыми весами сразу в двух списках — Harvey LAB и LegalBench. В первом случае речь идёт о полном прохождении 19,2 процента задач, во втором — о точности 86,23 процента. Звучит скромно лишь на первый взгляд: методика Harvey LAB предельно жёсткая, задача считается решённой только при выполнении всех без исключения условий оценки. Сами задания имитируют реальную работу юриста — агенту дают запрос и комплект клиентских материалов, а он должен подготовить документ, который не стыдно отправить на проверку. Только в первой версии набора было более 1200 таких задач, охватывающих 24 направления практики, включая слияния и поглощения, интеллектуальную собственность, банковское и финансовое право.

Отдельного внимания заслуживает экономика вопроса. При сопоставимых результатах GLM-Legal тратит примерно на полчаса больше времени на задачу, чем Gemini 4 Argon, зато стоимость одного теста у детища Zhipu оказывается примерно в 70 раз ниже. Иными словами, выбирая себе цифрового помощника, юристам имеет смысл смотреть не только на строчку в рейтинге, но и на цену и скорость.

Важное уточнение для отечественной аудитории: модель адаптирована к китайской правовой практике и не «хромает» при работе с материалами на китайском. При этом она справляется и с англоязычными юридическими задачами, и с вопросами комплаенса при выходе на рынки Юго-Восточной Азии. Разработчики показали несколько наглядных сценариев. В первом модель разбирает договор с поставщиком программного обеспечения и прописывает порядок «расставания»: сокращает срок уведомления о расторжении с 60 до 30 дней, добавляет переходный период поддержки до 90 дней и требует вернуть все результаты работы, включая незавершённые и неоплаченные. Универсальная модель в том же сценарии ограничивается общими рекомендациями, тогда как юридическая версия привязывает правки к уже имеющимся условиям контракта.

Второй кейс — анализ доказательств. Когда во внешнем отчёте фигурируют 60 процентов выполненных работ, а во внутренних записях — около 41 процента, обе модели замечают противоречие, но GLM-Legal дополнительно связывает цифры с более ранними предупреждениями о рисках и внутренней перепиской, превращая находку в конкретный план действий. Третий сценарий — подготовка к запуску сайта в Сингапуре, Малайзии и Индонезии: модель раскладывает требования по защите данных на пошаговый чек-лист, включая публикацию уведомлений о приватности и внесение отписавшихся пользователей в стоп-листы рассылок.

Обучали GLM-Legal по схеме, знакомой каждому выпускнику юридического факультета: сначала «университет» — промежуточное обучение на юридических корпусах поверх базовой модели GLM-5.3-Flash с освоением понятий, норм и методов анализа, затем «стажировка в фирме» — обучение с подкреплением в тысячах профессиональных задач, где модель тренируется читать материалы, делать выводы и доводить дело до сдачи результата. Параллельно инженеры дорабатывают среду: структуру подачи документов, подключение инструментов, цикл обратной связи.

Сам Zhipu признаёт, что модель пока находится в стадии перспективного стажёра, а не партнёра фирмы. Скромные 19,2 процента полных прохождений как раз и означают, что при строгой оценке большинство задач пока не закрываются полностью. Поэтому компания открыла бета-доступ для юридических фирм, правовых технологических стартапов, корпоративных юридических департаментов и частнопрактикующих юристов — профессионалы должны тестировать модель и помогать её дошлифовывать. Кроме того, наработки планируют подключить к платформе AutoClaw для практического применения.

Интерес к юридическому направлению у Zhipu неслучаен: ещё в 2023 году компания вместе со специализирующейся на интеллектуальных контрактах фирмой PowerLaw создала на базе ChatGLM-130B модель PowerLawGLM с сотнями миллиардов параметров, а затем участвовала в её финансировании. По тому же пути идут и конкуренты: в августе Harvey совместно с Fireworks дообучила собственную юридическую модель Tenet на базе Kimi K3, и после специализированной подготовки она закрывает почти вдвое больше задач, чем исходная модель, при стабильной стоимости. Общий вывод для отрасли прост: хорошо подобранная универсальная база плюс отраслевые данные и реальная рабочая среда способны вывести модель на новый уровень. Победу в этом сегменте одержит тот, кто сумеет поставить «профильные дисциплины» основательнее и построить «тренировочную фирму» ближе к настоящей практике.