Harvey LAB
法律 AI 领域的 Agent 基准测试，模拟真实律师工作流，要求模型具备多步骤推理、文档检索、条款比对和结构化输出等端到端任务完成能力，采用 all-pass 全通过口径评分
时间轴 (近 90 天)
Z.ai 推出的 GLM-Legal 模型在 Harvey LAB 法律 Agent 基准测试中取得 19.2% 的全通过率，超越了 Claude Fable 5 和 Kimi K3。
Harvey LAB（Legal Agent Benchmark）模拟真实律师工作流的 Agent 任务，要求模型具备多步骤推理、文档检索、条款比对和结构化输出等综合能力。
Harvey LAB 采用 all-pass（全通过）口径，模型必须在任务的所有子环节都正确，任何一步出错即不计入。
Harvey LAB 每个测试案例的运行成本约为 0.15 美元。
GLM-Legal 在 Harvey LAB 上的 19.2% 全通过率意味着在大多数任务上模型仍需人类律师兜底。
Harvey LAB 来自行业内部而非学术机构，其任务设计更贴近律所的真实工作流。
全部知识事实 (6)
Z.ai 推出的 GLM-Legal 模型在 Harvey LAB 法律 Agent 基准测试中取得 19.2% 的全通过率，超越了 Claude Fable 5 和 Kimi K3。
50%待验证Harvey LAB（Legal Agent Benchmark）模拟真实律师工作流的 Agent 任务，要求模型具备多步骤推理、文档检索、条款比对和结构化输出等综合能力。
50%待验证Harvey LAB 采用 all-pass（全通过）口径，模型必须在任务的所有子环节都正确，任何一步出错即不计入。
50%待验证Harvey LAB 每个测试案例的运行成本约为 0.15 美元。
50%待验证GLM-Legal 在 Harvey LAB 上的 19.2% 全通过率意味着在大多数任务上模型仍需人类律师兜底。
50%待验证Harvey LAB 来自行业内部而非学术机构，其任务设计更贴近律所的真实工作流。
50%