把 DeepSeek 放在这份清单第一位，不是因为它最强，而是因为它是目前唯一一个既能免费网页用、又能把模型权重下载到自己电脑上跑的国产大模型。对律师这个职业来说，后一点的价值远超前一点——涉密材料不出本机，很多顾虑就不存在了。
一、它现在是什么水平
当前主力模型是 DeepSeek-V4.1-Flash，2026 年 9 月上线，1M token 上下文，原生支持图片理解。上一代 V4-Pro 已在逐步下线，API 请求会路由到 V4.1-Flash。这一点要留意：网上很多教程还在讲 V4-Pro 的参数和用法，已经过期了。
1M 上下文是什么概念？一份 300 页的合同集、一本完整的卷宗扫描件转成的文字，可以一次性丢进去让它通读。这是它相对多数同类产品最实用的一个能力，后面会讲怎么用。
二、法律工作里，它真正能干的四件事
1. 长文档通读与摘要
把整套合同、判决书、证据材料一次性输入，让它输出：争议焦点、时间线、双方主张、金额计算过程。比人工翻一遍快得多，而且不会漏掉附件里的小条款。
提示词建议写死输出格式，例如：
「以下是本案全部材料。请输出四部分：① 按时间排序的事实经过（每条注明材料出处）；② 双方主张与依据；③ 金额计算过程（列出每个数字的来源）；④ 材料之间的矛盾点。不要给结论。」
最后一句「不要给结论」很重要。让它先做整理，判断留给你自己做。
2. 文书初稿的骨架
起诉状、答辩状、代理词这类有固定结构的东西，它写框架的效率很高。但只能当骨架用——事实部分必须自己填，法律适用部分必须自己核准。
3. 两份文本的差异比对
把合同 A 和合同 B 一起输入，让它逐条比对差异并标注哪一方更有利。这个用法比让它「审合同」可靠得多，因为比对是机械工作，它有优势；判断是否有利，是专业工作，它容易想当然。
4. 扫描件识别
V4.1-Flash 原生支持图像理解，拍照的判决书、盖了章的合同可以直接传图识别。识别准确率对印刷体够用，手写体和模糊复印件别指望。
三、明显短板：它会编案号，而且编得很像
这是所有大模型的通病，DeepSeek 也不例外，而且因为输出流畅，迷惑性更强。
它会生成这样的内容：「根据最高人民法院（2023）最高法民终 1234 号民事判决书……」格式完全正确，案号结构符合规范，但这个案子不存在。同样的问题也出现在条文上：它可能引用一个早已被修订掉的条号，或者把两部法律的条文混在一起。
更麻烦的是，它不会主动说「我不确定」。它会用同样肯定的语气，把编的和真的混在一起给你。
所以有一条底线必须守住：凡是要提交给法院、仲裁机构或对方当事人的文字，其中的案号、条号、司法解释名称，必须逐条回原始文本核对。没有例外。
还有一层风险容易被忽略：模型训练数据有时间截止点。以《反不正当竞争法》为例，2025 年 10 月施行的修订版把条文从 33 条扩到 41 条，混淆行为从第 6 条变成第 7 条、商业秘密从第 9 条变成第 10 条。如果你的模型知识还停在旧版，它给出的条号会整体偏移一位——而偏移一位的条号，看上去毫无异常。
四、数据能不能传：这是它最强的地方
分两种情况说。
用网页版或 API：输入内容在服务商境内服务器处理，按现行规定受境内数据法规约束，这一点比境外工具强。但对话内容是否用于服务改进，取决于它当前的隐私政策条款，用之前建议自己去看一眼最新版本。客户合同原件、当事人身份信息、未公开的交易结构，仍然不建议直接上传。
本地部署：这是 DeepSeek 真正的差异点。它的模型权重开源，可以下载到自己的电脑或所内服务器上运行，配合 Ollama、vLLM 这类工具即可。数据全程不出内网，涉密案件用这条路是站得住的。
代价是硬件。小尺寸蒸馏版单张 24G 显存的显卡能跑，完整模型需要多卡。对个人律师来说，一台配 24G 显卡的工作站是入门门槛；对律所来说，所内架一台共享服务器，全所调用，成本可以摊薄。
这条路的实际意义在于：客户问「你们用 AI 处理我的材料，数据放哪」，你可以回答「在我们自己的服务器上，没出过这栋楼」。这句话在谈案时的分量，比任何功能介绍都重。
五、值不值得用
值得，但要把位置摆对。
它的定位应该是一个不知疲倦的实习生：读材料快、写框架快、比对快，但它说的话一句都不能直接信。你省下的是翻材料的时间，不是判断的责任。
免费网页版对轻度使用足够。需要批量处理、或者要接进自己的工具链时再考虑 API——它的 API 价格在同类里属于低档，闲时还有折扣。但绝大多数律师不需要走到 API 这一步。
最后提醒一句：不要用它直接回答客户的法律咨询。它可以帮你准备答案，不能替你给答案。给出去的意见署的是你的名字。
说明：本文依据 2026 年 11 月前公开的产品信息撰写。模型版本、定价与隐私政策会变动，使用前请以官网当前页面为准。本文与所评工具无任何商业关系，不含推广链接。