汤森路透（Thomson Reuters）近日宣布推出其首个自研法律领域AI语言模型“Thomson”，该模型基于阿里巴巴的开源Qwen系列构建。据公司披露，该项目在两年多时间内投入约4000万美元，主要用于人员与算力成本。值得注意的是，此前流传的45万美元数字仅覆盖当前版本的最终训练环节，并未包含全部研发开销。

Thomson的研发路径颇具特色：公司首先与帝国理工学院合作，对Qwen模型进行安全、伦理及政治中立性方面的再训练，形成名为“Snowdon”的中间版本。随后，团队利用公司自有内容进行预训练，并借助领域专家进行后训练，同时在内部工具环境中实施智能体强化学习。据透露，目前用于训练的内容尚不足公司可用内容的10%。

在性能测试中，Thomson的表现呈现分化态势。在斯坦福大学LegalBench基准上，Thomson得分0.823，落后于Gemini 3.1 Pro和GPT-5.5；在Harvey法律智能体基准上，略逊于Opus 4.8。不过，它在指令遵循和PrBench Legal等测试中领先。值得注意的是，当模型能够访问公司自有内容（如Westlaw）时，其事实准确性达到0.83，超越GPT-5.4的0.82；而仅凭网络访问时，Thomson得分为0.53，低于GPT-5.4的0.65。评估负责人Andrew Bean承认，Thomson在通用能力上“尚未领先”，但强调“利用自有工具进行训练和实践带来了巨大提升”。

汤森路透首席技术官Joel Hron将自研模型与租用第三方模型比作“买房与租房”：自研意味着长期积累“权益”，而第三方模型的价值会随使用消散。公司认为，自研而非微调前沿模型的原因有三：一是标准微调技术易损害通用能力，且受制于供应商的推理成本与路线图；二是性能提升的关键在于接入自有数据，公司不愿将这一优势拱手让人；三是复合效应——每次产品更新中的专家评审都会成为训练数据，形成持续积累。

首批应用场景是CoCounsel Legal中的表格分析功能，该功能对成本敏感，小型自研模型更具经济性。产品仍保持多模型架构，管理员可切换。公司强调，客户数据不会用于训练。此外，一个小型版本将以非商业许可的形式发布到Hugging Face，并附带技术报告和开发者门户。

这一案例表明，对于拥有独家数据、领域专家团队和可量化质量评估流程的企业，自研垂直模型可能是一条可行路径。Hron认为，AI领域的下一个竞争优势“将来自知道如何编排智能，以及知道哪种智能值得拥有”。不过，对于缺乏专有数据或大规模评估能力的企业，自研模型可能只是徒增维护成本。