Thomson Reuters, известная своими юридическими и финансовыми информационными продуктами, представила собственную языковую модель под названием Thomson. Разработка велась более двух лет и обошлась примерно в $40 млн, которые ушли на персонал и вычислительные мощности. При этом широко разрекламированная цифра в $450 тыс. покрывает лишь финальный этап обучения текущей версии. Основой модели стала открытая Qwen от Alibaba, последняя версия — Qwen3.5-397B.
Перед обучением на корпоративных данных модель прошла дополнительную настройку безопасности и этики совместно с Imperial College. Промежуточная версия получила название Snowdon — в честь горы в Уэльсе. Затем последовало предобучение на контенте Thomson Reuters, постобучение с участием отраслевых экспертов и агентное обучение с подкреплением внутри собственных инструментов компании. На данный момент в обучение задействовано менее 10% доступного контента, что оставляет значительный потенциал для улучшения.
| Бенчмарк | Thomson | Конкурент |
|---|---|---|
| Stanford LegalBench | 0.823 | Gemini 3.1 Pro, GPT-5.5 (выше) |
| Harvey Legal Agent Benchmark | чуть ниже Opus 4.8 | Opus 4.8 |
| PrBench Legal | лидер | — |
| Deep Research (веб) | 0.53 | GPT 5.4: 0.65 |
| Deep Research (контент компании) | 0.83 | GPT 5.4: 0.82 |
Сравнение с конкурентами показывает неоднозначные результаты. На Stanford LegalBench Thomson набирает 0.823, уступая Gemini 3.1 Pro и GPT-5.5. На Harvey Legal Agent Benchmark модель располагается сразу за Opus 4.8. При этом Thomson лидирует в следовании инструкциям и в сложном бенчмарке PrBench Legal. Однако в рассуждениях и особенно в кодинге модель заметно отстает. Сравнение также не совсем корректно: Thomson использует test-time scaling, тогда как GPT-5.5 работает без режима рассуждений.
Модель обучена на менее чем 10% доступного контента компании, включая материалы Westlaw, Practical Law и Checkpoint.
В собственном бенчмарке Deep Research с доступом только к веб-ресурсам Thomson достигает точности 0.53, тогда как GPT 5.4 — 0.65. Лишь при доступе к контенту Thomson Reuters модель обходит GPT 5.4 с результатом 0.83 против 0.82. Примечательно, что GPT 5.4 улучшается столь же значительно при доступе к тем же данным. Это указывает на то, что доступ к данным дает почти такой же эффект, как и специализированное обучение. Руководитель направления оценки Эндрю Бин признает, что с веб-доступом Thomson находится «в пределах других моделей, но пока не лидер».
Почему Thomson Reuters решила строить собственную модель, а не дообучать готовую от OpenAI или Anthropic? Компания называет три причины. Во-первых, экономика: стандартные методы тонкой настройки «имеют сильную тенденцию ухудшать общие способности», отмечает глава исследований Джонатан Шварц. Кроме того, при использовании сторонних моделей компания остается зависимой от провайдера в плане стоимости инференса и дорожной карты. Собственная модель меньшего размера окупается именно на высокообъемных задачах, таких как проверка документов.
Во-вторых, данные: обучение внутри собственных инструментов, таких как Westlaw, дает основной прирост производительности. Thomson Reuters не намерена передавать этот доступ третьим лицам. В-третьих, эффект накопления: технический директор Джоэл Хрон сравнивает аренду модели с арендой дома, тогда как собственная модель — это покупка. Каждая экспертиза при обновлении продукта становится обучающими данными, и «вы строите капитал в том, чем владеете в долгосрочной перспективе, и это накапливается». Со сторонними моделями эта ценность уходит провайдеру.
Подход Thomson Reuters работает благодаря сочетанию трех редких факторов: эксклюзивные данные, сотни штатных отраслевых экспертов и рабочие процессы, где качество можно объективно измерить. Для компаний с таким профилем пример показывает, что open-source сообщество отстает от ведущих лабораторий всего на несколько месяцев, и $40 млн может быть достаточно для создания конкурентоспособной специализированной модели. Тем, у кого нет ни собственных данных, ни способов оценки результатов в масштабе, собственная модель принесет лишь постоянные затраты на поддержку.
Первое применение Thomson — функция Tabular Analysis в продукте CoCounsel Legal, где небольшая и дешевая модель экономически оправдана. Продукт остается мультимодельным, и администраторы могут переключаться между моделями. Thomson не предназначена для оркестрации, а выполняет подзадачи, такие как проверка цитирования. Данные клиентов не используются для обучения. Небольшая версия модели скоро появится на Hugging Face.
Хрон считает, что следующее конкурентное преимущество в ИИ «будет связано с умением оркестрировать и пониманием, какую интеллектуальную собственность важно иметь». Thomson Reuters уже сменила открытую базовую модель около шести раз, что говорит о гибкости подхода. Если компания перейдет на более сильную версию Qwen3.8 и значительно расширит объем обучающих данных, отрыв от конкурентов может увеличиться.
