THOMSON REUTERS · THOMSON LLM · $40M FRONTIER · 2026-08-24

Thomson 模型实验室 · 4000 万美元训练的垂直前沿与数据资产变现 · 可视化实验室

2026 年 8 月 24 日：汤森路透发布首个自研专有大模型 Thomson —— 以开源底座起步，投入约 4000 万美元（人才 + 算力）训练 · 用数十年专有法律税务内容（Westlaw / Practical Law / Checkpoint / Reuters）换前沿水平 · 早期评估称在法律任务上与 GPT-5.4、Claude Sonnet 5 相当 · 首发落地 CoCounsel Legal 的 Tabular Analysis

$4000 万训练成本开源底座起步 Westlaw / Practical Law 语料数百名领域专家介入 Fiduciary-Grade 标准 CoCounsel Legal 首发落地对标 GPT-5.4 / Sonnet 5 小版开源权重放 HuggingFace

WHY IT MATTERS

前沿实验室花数十亿到达的地方，一家内容公司用 4000 万美元 + 专有语料也到了

当行业默认「前沿 = 天价算力」时，Thomson Reuters 走了另一条路：从强开源底座出发，把数十年积累的 Westlaw、Practical Law、Checkpoint、Reuters 专有内容与数百名领域专家灌进中期训练与后训练，总投入约 4000 万美元。早期评估显示它在法律任务上与 GPT-5.4、Claude Sonnet 5 相当，而推理成本远低于典型前沿模型 —— 因为公司完全拥有它。这个样本直接挑战了「只有通用大厂能到前沿」的行业假设，也给所有握有专有数据的机构递了一张新牌：你的数据资产，可能就是你的模型护城河。

发布日期

2026-08-24

训练投入

~$40M

语料消化量

<10%

首个部署点

Tabular Analysis

小版开源

HuggingFace

模块标签

图例说明

关键信息