比較・活用
法務特化AI「GLM-Legal」登場、汎用モデルとの性能差と使い分け方
法務部門がAIを選ぶ基準は「賢いかどうか」ではなく「業務の重さに合っているか」です。中国Z.aiが発表した法務特化モデル「GLM-Legal」は、その線引きを考えるうえで分かりやすい材料になります。
何が起きたか
Z.aiは、法務タスクに特化したAIモデル「GLM-Legal」を発表しました。ベースとなっているのは同社の高性能モデル「GLM-5.3-Flash」で、追加学習を施したうえで、モデルの動作を制御する「ハーネス」も法務業務向けに最適化されているといいます。
Z.aiが公開したベンチマークテストの結果によると、GLM-Legalは法務タスクの処理性能でベースモデルのGLM-5.3-Flashを上回りました。テスト項目によっては「Claude Fable 5」や「GPT-6 Astra」のスコアも超え、比較対象には「Kimi K3」も含まれています。
GLM-Legalは大量のファイルを参照しながら、契約書を読み込んで、ユーザーにとって適切な契約内容となるよう修正提案を作ったり、交渉の過程で法的根拠を踏まえた提案を返したりします。国ごとに異なる規制に対応したプライバシーポリシーの作成にも対応できる設計です。
2026年10月時点ではベータテストの段階です。Z.aiのAIエージェント「AutoClaw」での提供が予定されているほか、APIアクセスの申し込みも受け付けています。
背景・解説
そもそも「汎用モデル」とは、文章作成からコード生成まで幅広い用途に対応できるよう訓練された大規模言語モデルを指します。一方「特化モデル」は、特定の業務領域に合わせて追加学習や運用方法の調整を加え、その分野での精度や実務適合性を高めたモデルです。
法務業務では、契約書の条項ひとつの解釈違いが取引先との紛争や損害賠償につながるため、根拠を体系的に積み上げて最終成果物を作れる能力が重視されます。Z.aiは、今後のAI市場では具体的な目標や納期といった厳しい制約下でも活躍できる専門的なモデルを組み合わせたワークフローが主流になると見込んでいると説明しています。GLM-Legalは、その専門モデル開発のストレステストという位置づけで作られたモデルです。
ベースのGLM-5.3-Flashに対し、法務タスク向けの追加学習と、モデルの指示解釈や出力手順を定める「ハーネス」の調整を加えることで、同じ土台のモデルでも業務特化によってスコアが変わることを示した格好になります。
仕事や業務への影響 — AI Topicaの見方
法務部門がAIモデルを選ぶ際は、業務の難易度と件数で線引きをすべきです。社内規程の一次チェックや定型的な秘密保持契約の確認程度であれば、汎用モデルで十分です。一方、海外取引先との交渉や、国ごとに規制が異なるプライバシーポリシーの作成のように、根拠の積み上げと最新の法令反映が求められる業務では、特化モデルの性能差が結果を左右します。
例えば、従業員80人の商社で法務担当者が1人しかいない会社を考えてみます。月に契約書レビューが20件、海外取引先との条件交渉が3件ある場合、定型レビューは汎用モデルの出力を担当者が確認する体制で回せます。しかし条件交渉の3件については、GLM-Legalのような特化モデルがベンチマークでClaude Fable 5やGPT-6 Astraを上回ったという結果が事実であれば、交渉文面の初稿作成を任せる価値が生まれます。担当者1人の負荷が月20件から実質3件の重点案件に絞られれば、残業時間の削減にもつながります。
ただし、特化モデルを導入する基準は「扱う契約の金額規模」と「月間の交渉件数」の2つで判断すれば十分です。小規模な契約が中心の会社であれば、わざわざ特化モデルのAPI申し込みをする必要はありません。逆に、月10件以上の交渉案件を抱える法務部門は、ベータ版の段階からAPIアクセスを申し込み、自社の契約書で実際の出力品質を確かめる価値があります。
不確かな点・注意
GLM-Legalは記事公開時点でベータテストの段階にあり、一般提供の時期や料金は明らかにされていません。ベンチマークスコアの具体的な数値や採点基準、日本の法令や日本語契約書への対応力についても、現時点では不明です。
また、ベンチマーク結果はZ.ai自身が公開したものであり、第三者による独立検証は確認されていません。GPT-6 AstraやClaude Fable 5、Kimi K3を提供する各社による見解も示されていないため、実際の業務適性は導入企業ごとに確かめる必要があります。