GLM-5.3-FlashX-Legal, het Chinese juridische AI-model dat nu een prijs heeft, en wat je er als Belgische jurist aan hebt

GLM-5.3-FlashX-Legal is de API-naam waaronder Z.ai GLM-Legal eind oktober 2026 een prijs gaf en op 2 november op OpenRouter zette, de juridische versie van zijn kleine model GLM-5.3-Flash. Het leest contracten, dossiers en bedrijfsgegevens, redeneert erover en schrijft het resultaat als bijgehouden wijzigingen terug in Word, voor 0,37 dollar per miljoen invoertokens en 1,25 dollar per miljoen uitvoertokens. Op de Legal Agent Benchmark van Harvey rondde het 19,2 procent van echte advocatentaken volledig af voor ongeveer 0,15 dollar per taak. Gemini 4 Argon haalde 19,6 procent voor 10,55 dollar. Dat is de kop. Voor een Belgische jurist tellen de kleine lettertjes meer: de gewichten zijn gesloten, directe API-toegang gaat op aanvraag, je data passeert via Singapore, de onafhankelijke ranglijst kreeg intussen een nieuwe versie zonder dit model erop, en de handtekening onderaan het document blijft de jouwe.

Wat GLM-5.3-FlashX-Legal is, en waarom de naam veranderde

Z.ai, het internationale merk van het Beijingse Zhipu en een van de labs in ons overzicht van de meest innovatieve AI-labs van China, kondigde GLM-Legal aan op 12 oktober 2026, in een onderzoeksblog met de titel “GLM-Legal: Advancing Agentic Legal Intelligence”. De basis is GLM-5.3-Flash, een mixture-of-experts-model met 320 miljard parameters in totaal en 18 miljard actieve, dat beeld en video verstaat, een contextvenster van 1 miljoen tokens heeft en tot 128K tokens uitvoert. Flash kwam op 26 augustus uit onder een MIT-licentie, na een week anoniem testen op OpenRouter als Ox Alpha. Op 18 september voegde Zhipu GLM-5.3-FlashX toe: dezelfde gewichten op snellere servers, tot 200 tokens per seconde, voor 2,5 keer de prijs. De Chinese pers schreef toen dat de inferentiecluster op meer dan 100.000 Chinese chips draait.

Het juridische model bleef drie weken een gesloten beta. Op 29 oktober kwam het in AutoClaw, de desktopagent van Z.ai, en op 2 november verscheen het op OpenRouter en de AI Gateway van Vercel als glm-5.3-flashx-legal, aan de FlashX-prijs die Z.ai ongeveer een week eerder stilletjes op zijn prijspagina had gezet. De naam zegt dus twee dingen: het is de juridische natraining op Flash, en het draait op de snelle laag. De Chinese prijspagina van Zhipu zet het op 2 yuan per miljoen invoertokens, 7 yuan uitvoer en 0,57 yuan voor cachetreffers, exact zoals FlashX. In de documentatie van Zhipu staat nog altijd dat de API alleen op aanvraag openstaat voor geselecteerde bedrijfsklanten. De gateways zijn voorlopig de praktische weg voor wie geen aanvraag indient. De denkmodus kan je niet uitzetten, en dat weegt op kost en snelheid.

Nog één verduidelijking, want Chinese en westerse bronnen spreken elkaar tegen. 量子位 (QbitAI) noemt GLM-Legal een open-source model en Vals AI zet het als open weights in de tabel. Z.ai publiceerde geen gewichten, de fiche op OpenRouter bevat geen link naar gewichten, en een Beijings techmedium dat het bericht van Sina Finance samenvatte, schreef letterlijk dat de juridische versie, anders dan het open GLM-5.3-Flash, voorlopig niet als open gewichten komt. Beschouw het als een gesloten model op een open basis.

Wat het deed in de demo’s van Z.ai

Z.ai publiceerde drie vergelijkingen met het basismodel, en de Chinese verslagen ervan zijn gedetailleerder dan de Engelse. In de eerste wil een klant van softwareleverancier wisselen en vraagt een nazicht van de uitstapclausules. GLM-5.3-Flash raadde aan de opzegtermijn in te korten en de data terug te vragen. GLM-Legal kortte de opzeg zonder reden in van 60 naar 30 dagen, schrapte de hersteltermijn bij inbreuken op IP, vertrouwelijkheid en databeveiliging zodat de klant meteen kan beëindigen, wees op de eigendomsclausule (het werk is eigendom van de klant) om alle opgeleverde stukken terug te eisen, ook de onafgewerkte en onbetaalde, en voegde tot 90 dagen overgangsondersteuning toe. In AutoClaw komen die aanpassingen als bijgehouden wijzigingen en opmerkingen in het Word-bestand terecht.

De tweede demo is bewijsanalyse over een veertigtal projectdocumenten. Beide modellen zagen dat een voortgangsrapport aan de klant 60 procent voltooiing meldde terwijl een interne stand van zaken op ongeveer 41 procent stond. Het basismodel vatte samen en raadde verder onderzoek aan. GLM-Legal koppelde de kloof aan eerdere risicowaarschuwingen en aan interne mails met de vraag het risico stil te houden en te blijven factureren, citeerde de documentnummers, scheidde feiten van afleidingen en bouwde er een redenering mee. De derde demo vraagt een privacychecklist voor de lancering van websites in Singapore, Maleisië en Indonesië. Het model koppelde elke leverancier (cloud, betalingen, e-mail, analytics, CDN) aan de plek waar zijn data heen gaat en leverde een geprioriteerde actielijst met bronverwijzingen, tot en met het doorsturen van uitschrijfverzoeken naar een onderdrukkingslijst.

Het blijven demo’s van de verkoper, gekozen om te overtuigen. Ze tonen wel het ontwerpdoel: geen juridische chatbot, maar een agent die een map leest, beslist en een document teruggeeft waar een jurist in kan werken.

Eerst rechtenfaculteit, dan een gesimuleerd advocatenkantoor

Zhipu beschrijft de training in twee fasen, die 量子位 samenvatte als “eerst naar de rechtenfaculteit, dan stage in een gesimuleerd kantoor”. Fase één is middentraining op een groot juridisch corpus boven op GLM-5.3-Flash, zodat het model begrippen, wetsartikelen en interpretatiekaders in dichte context leert. Fase twee is reinforcement learning in “tienduizenden” taakomgevingen, gebouwd naar echte juridische werkstromen: stukken lezen, analyseren, de taak vooruitduwen, opleveren.

Twee details vallen op. Ten eerste zegt Zhipu dat het model en zijn agent harness samen verbeterd werden: fouten tijdens de training legden knelpunten in de harness bloot (contextbeheer, toolaanroepen, status van de werkstroom), de harness werd aangepast, en het model leerde binnen de nieuwe grenzen te werken. Dat is dezelfde les als bij Harness² van Google, toegepast op één vakgebied. Ten tweede beoordeelden praktijkjuristen de uitvoer op vier criteria, dekking van de kwesties, onderbouwde argumentatie, correcte vorm en geen herwerk, en die scores werden trainingssignaal. Wat de verkoper niet publiceerde: de samenstelling van de data, het aandeel Chinees tegenover Engels of common law, en een controle op besmetting met de benchmarks. Harvey zei bij zijn Tenet-model dat het trainde op synthetisch materiaal, publieke juridische data en door advocaten geschreven fictieve dossiers, niet op klantdossiers; van Zhipu vonden we geen gelijkaardige verklaring.

Wat de benchmarks zeggen, en wat niet

De Legal Agent Benchmark (LAB) van Harvey is hier de maatstaf. Harvey, het juridische AI-bedrijf dat sinds september 15,5 miljard dollar waard is, zette hem op 6 mei 2026 open: meer dan 1.200 taken bij de start, verspreid over 24 rechtsdomeinen, beoordeeld met meer dan 75.000 door experts geschreven criteria, ruwweg 60 per taak. Een taak slaagt alleen als elk criterium slaagt. Vals AI draait een achtergehouden set met twee LLM-juryleden en publiceert de ranglijst.

Op 12 oktober mat Vals GLM Legal op 19,17 procent (±3,25), zesde van 77 modellen die dag en kort daarna zevende van 79, voor 0,15 dollar per taak en ongeveer 1 uur en 12 minuten per taak. Het basismodel haalde 6,67 procent, het vlaggenschip GLM-5.3 8,3 procent. Het model haalde 92,5 procent van de losse criteria, tegenover 82,2 procent voor Flash. Het scoorde hoger omdat het minder kleine vereisten miste en dus volledige taken afrondde.

Bron: Vals AI, Harvey LAB v1.0, 12 oktober 2026 (gearchiveerd; v1.1 verving ze). Vals rekende voor beide GLM-modellen 0,075 dollar invoer en 0,25 dollar uitvoer.

Drie kanttekeningen, en elk verandert het beeld.

• De ranglijst is verschoven. Tussen 27 en 30 oktober publiceerde Vals versie 1.1 van de benchmark, die herstelt hoe de juryleden bijgehouden wijzigingen in DOCX-bestanden lezen. De scores veranderden stevig: Gemini 4 Argon leidt nu met 27,08 procent, Muse Spark Open heeft 25,00 procent, Mistral Large 4 17,50 procent, GLM-5.3 14,58 procent, GLM-5.3-Flash 10,42 procent, Claude Opus 5.5 9,17 procent en GPT-6 Astra 7,08 procent. GLM Legal staat op 3 november niet op de ranglijst van v1.1. De 19,2 procent uit de marketing van Zhipu is een cijfer van v1.0. Het model dat zijn brood verdient met bijgehouden wijzigingen is nog niet beoordeeld door juryleden die ze correct lezen.
• De prijs is veranderd. Vals testte aan de Flash-prijs. Aan de lijstprijs van FlashX-Legal kost een LAB-taak ongeveer 0,75 dollar. Dat blijft ongeveer een veertiende van Gemini 4 Argon, maar de “70 keer goedkoper” uit de lanceringsweek klopt niet meer.
• Onderzoek ging achteruit. Op de Legal Research Bench van Vals, die juridisch onderzoek met rechtspraakzoeker en web test, haalde GLM Legal 41,83 procent, onder zijn eigen basismodel met 45,19 procent. Vals schreef dat de antwoorden grotendeels juist waren, goed voor 86,1 procent van de rubriekpunten, maar dat minder taken volledig slaagden. De specialisatie in documentwerk kostte iets in open onderzoek.

Op LegalBench, korte redeneervragen zonder agentwerk, mat Vals 86,23 procent, op 12 oktober veertiende van 150, één plaats boven Kimi K3 en onder de 88,56 procent van Claude Fable 5. De eigen grafiek van Z.ai voegt PLawBench toe, een benchmark voor Chinese rechtspraktijk: 77,3 tegenover 77,7 voor Claude Fable 5 en 73,8 voor het basismodel. Dat cijfer komt van de verkoper zelf. De claim dat het model “frontier-modellen evenaart” klopt voor LegalBench en PLawBench op een paar punten na. Op LAB evenaarde het Gemini 4 Argon in oktober, en sindsdien heeft niemand het opnieuw getest.

De Chinese stack rond het model

Wat de Engelse verslaggeving mist: Zhipu verkoopt GLM-Legal niet als kaal model. De Chinese documentatie raadt aan het te draaien in een agent die aan professionele MCP-servers hangt, en noemt ze: 北大法宝 (Beida Fabao) en 华宇元典 (Huayu Yuandian) voor wetgeving, rechtspraak, bedrijfsinformatie en effectencompliance; 天眼查 (Tianyancha) voor due diligence op vennootschappen; 见微数据 (Jianwei) voor beursmededelingen van A-aandelen, NEEQ, obligaties en Hongkong en voor IPO-dossiers; 法天使 (Fatianshi) voor contractsjablonen; en twee MCP-servers van Zhipu zelf, één om Word-documenten op te stellen met vormcontrole en één om ze te herzien met bijgehouden wijzigingen en opmerkingen. De Chinese AutoClaw-blog voegt 同花顺 (Tonghuashun) toe voor financiële data en levert een plug-in voor Word en WPS, zodat een advocaat een contract naziet in het geopende document. Kernconclusies dragen een bronlink naar het databankrecord.

Die stack is Chinees van opzet. De databanken dekken Chinees recht en Chinese bedrijven. PLawBench test Chinees advies, casusanalyse en opstellen. De internationale resultaten zijn Engels en vooral Amerikaans getint. Over Nederlands, Frans, Duits of Europees recht is niets gepubliceerd, en er staat geen Europese juridische databank in de MCP-lijst. Voor een Belgisch kantoor komt het model aan zonder het deel dat er in China een agent van maakt.

De stap heeft ook een voorgeschiedenis. In 2023 bouwden Zhipu en 幂律智能 (PowerLaw Intelligence) PowerLawGLM, een juridisch model van honderd miljard parameters op ChatGLM-130B, en Zhipu stapte later mee in de Pre-B-ronde van PowerLaw van bijna 80 miljoen yuan. China heeft intussen een druk veld van juridische AI: Tongyi Farui van Alibaba, 元典问达, 智合AI, AlphaGPT van iCourt, de desktopagent Richee van 法大大 en de agent 吾律 van PowerLaw. Met GLM-Legal wil Zhipu het model onder meerdere van die producten worden, in plaats van er zelf nog een te bouwen. Een analistennota van Huatai Securities van 13 oktober las het net zo: een lichte basis plus reinforcement learning per domein wordt volgens hen een belangrijk ontwikkelpad voor professionele agents per sector.

Hoe China het onthaalde

量子位 bracht de lancering onder de kop dat het nieuwe model van Zhipu nu “wereldwijd nummer één is in rechtskennis”, en besteedde dan de helft van het stuk aan de uitleg waarom 19,2 procent een hard cijfer is en de meeste taken onder strenge beoordeling nog mislukken. Het “one more thing” was de vergelijking die telt: in augustus bouwde Harvey zijn model Tenet door Kimi K3 na te trainen met Fireworks, en meldde bijna dubbel zoveel afgeronde LAB-taken als de basis. Chinese open basismodellen zitten nu onder westerse juridische producten. GLM-Legal is een Chinees lab dat de natraining zelf doet.

Een veel gedeeld stuk op 什么值得买 noemde zijn analyse “drie rekeningen”. Eén: 19,2 procent is een slaagpercentage, geen nauwkeurigheid; de scores van 86,2 en 77,3 op losse vaardigheden tonen dat de onderdelen werken, maar een hele taak uit handen geven lukt ongeveer één keer op vijf. Twee: dit was een beta zonder zelfbediening, gericht op kantoren, legaltechbedrijven en bedrijfsjuristen, waarbij individuele advocaten een formulier moesten invullen. Drie, en het luidst in de reacties: vertrouwelijkheid. Op 18 september ontdekte een ontwikkelaar dat ZCode, de codeertool van Zhipu, zijn volledige werkmap met Git-geschiedenis had ingepakt en 564 keer had geprobeerd ze zonder duidelijke toestemming naar Alibaba Cloud te sturen. Zhipu verontschuldigde zich dezelfde dag, leverde een fix, zette ZCode op 21 september open, liet CAICT en NSFOCUS de verwijdering controleren, kondigde een optie zonder dataretentie aan voor zijn modelplatform en betaalde op 28 september compensatie in tokens. Het stuk raadde advocaten aan GLM-Legal eerst op fictieve dossiers te testen en op compliancedocumenten te wachten. Onder de lanceringsvideo van Zhipu grapte de populairste reactie, met 149 likes, dat het juridische model voor Zhipu zelf bedoeld was, en meerdere mensen vroegen waar GLM-5.5 bleef.

Dat vat de stemming goed samen: respect voor het ingenieurswerk, scepsis over een klantdossier naar een Chinees cloudmodel sturen vier weken na een data-incident. Belgische advocaten herkennen de vraag.

Wat je als Belgische jurist nakijkt voor een proef

De internationale API van Zhipu wordt uitgebaat door een vennootschap in Singapore, Jingsheng Hengxing Technology Pte. Ltd. Haar privacybeleid en verwerkersovereenkomst zeggen dat klantinhoud in Singapore in realtime wordt verwerkt en niet op haar servers wordt opgeslagen, en volgens de API-voorwaarden niet dient om de dienst te verbeteren tenzij de klant dat goedkeurt, maar ze laten doorgifte aan groepsvennootschappen toe en bieden geen Europese regio. Singapore heeft geen adequaatheidsbesluit van de EU, dus een doorgifte vraagt standaardcontractbepalingen en een doorgiftebeoordeling. Zhipu staat sinds januari 2025 op de Entity List van het Amerikaanse ministerie van Handel. Dat bindt een Belgisch kantoor niet, maar komt bij elke leveranciersscreening van een klant op tafel. Onder de AI Act ben je als kantoor een gebruiksverantwoordelijke: de geletterdheidsplicht van artikel 4 geldt sinds februari 2025 en de transparantieplicht van artikel 50 sinds 2 augustus 2026. Bijlage III, punt 8 (rechtsbedeling) viseert systemen voor gerechtelijke instanties, en na de AI Omnibus gelden die verplichtingen vanaf 2 december 2027; je eigen contracttool wordt daardoor alleen niet hoog risico. De Orde van Vlaamse Balies en de OBFG schreven in januari 2025 dat de advocaat elke AI-uitvoer controleert, bronnen inbegrepen, en het hof van beroep van Antwerpen legde intussen een advocaat 2.500 euro boete op, plus kosten, voor het aanhalen van verzonnen rechtspraak. Wie zijn AI-beleid wil structureren, vindt in ISO/IEC 42001 een bruikbaar kader.

Veelgestelde vragen

Is GLM-5.3-FlashX-Legal hetzelfde model als GLM-Legal?

Ja. GLM-Legal is de productnaam van de lancering op 12 oktober; GLM-5.3-FlashX-Legal is de modelcode die Z.ai eind oktober een prijs gaf en op 2 november op OpenRouter zette. Ze zegt dat het de juridische natraining van GLM-5.3-Flash is, geleverd op de snelle FlashX-laag.

Wat kost het?

0,37 dollar per miljoen invoertokens, 1,25 dollar per miljoen uitvoertokens en ongeveer 0,08 dollar per miljoen gecachete invoertokens op OpenRouter en Vercel AI Gateway; 2, 7 en 0,57 yuan op het Chinese platform van Zhipu. Een volledige Harvey LAB-taak komt neer op ongeveer 0,75 dollar.

Kan ik de gewichten downloaden?

Nee. Zhipu heeft ze niet vrijgegeven. Het basismodel GLM-5.3-Flash is wel beschikbaar onder een MIT-licentie.

Is het beter dan Harvey of Legora?

Dat weet niemand. Harvey publiceerde de LAB-score van zijn eigen product niet, en Tenet van Harvey is een onderzoekspreview. GLM-Legal is een model, geen product; de Chinese productschil is AutoClaw met Chinese databanken.

Werkt het voor Belgisch recht?

Daar is geen bewijs voor of tegen. Het trainingscorpus en de benchmarks zijn Chinees en Engels. Elke Belgische proef moet zijn eigen rechtsbronnen via de harness aanleveren.

Het patroon, niet het model

Het interessante aan GLM-5.3-FlashX-Legal is niet dat een Chinees model goed scoort op een Amerikaanse juridische benchmark. Het is dat een kleine open basis, twee fasen domeintraining en een harness die ernaast groeide, een model van 6,7 procent naar 19,2 procent tilden voor minder dan een dollar per taak, in hetzelfde kwartaal waarin Harvey iets gelijkaardigs deed op Kimi K3. Het volgende juridische model dat je evalueert, zal waarschijnlijk zo gebouwd zijn, en het zit misschien op Chinese gewichten, of een Chinees bedrijf het nu verkoopt of niet. De capaciteit is goedkoop en verplaatsbaar geworden. Wat overblijft, zijn de vragen waar het dossier heen gaat, wie de uitvoer beoordeelt en wie tekent. Op dat laatste is Zhipu het eens met de Belgische balies. Het schrapt. Jij tekent.