汤森路透自研大模型Thomson

路透社不找 OpenAI 了。

它花 4000 万美元，用阿里的开源千问，自己造了个大模型，取名 Thomson。

一家做了 170 多年新闻和法律信息的巨头，突然下场造模型。为什么？

先说结论：不是闲的，是被”买模型”这件事烦透了。

汤森路透算了笔账：长期用外部闭源模型，成本高得离谱，还调不动。法律这行的活儿——审合同、查判例、做尽调——要的是可控和精准，不是通用聊天。

于是他们换了个思路：用阿里的 Qwen3.5-397B 当底子，找帝国理工帮忙重新训练，把模型里的偏见和立场清干净，再灌进自己攒了几十年的法律和新闻内容，走完预训练、后训练、强化学习。

4000 万美元听着吓人，其实最后一次”跑训练”只花了 45 万。大头全在前面调教和打磨。

效果呢？

在专门的法律测试 Stanford LegalBench 上，Thomson 拿了 0.823，紧咬 Gemini 3.1 Pro 和 GPT-5.5；在 Harvey 法律智能体基准上，也只比 Opus 4.8 差一丢丢。

一句话：在”法律”这个垂直领域，一个自研小模型，已经摸到了顶级闭源模型的边。

这事最值得玩味的，是选择本身：全球最老牌的媒体和法律数据公司，站在了开源这边。

理由很朴素——外部模型再强，也是别人的。数据、场景、积累都在自己手里，模型就该自己说了算。不听话，就自己调；太贵，就自己养。

这可能是接下来两年的大趋势：巨头们不再只会”买模型”，开始学着”造模型”。开源模型已经强到，让”养一个领域专用模型”，变成大公司的常规操作。

对普通人来说，信号也直接：AI 的竞争，正从”谁的模型更聪明”，卷向”谁把模型用得更懂行”。