路透社母公司汤森路透集团近日正式公布其首款大语言模型“Thomson”。该模型基于阿里巴巴的千问架构构建，研发成本约4000万美元（约合2.69亿元人民币）。此前外界流传的45万美元仅为该模型最后一次训练的费用，并非全部研发投入。
据汤森路透介绍，Thomson模型的基础模型源自阿里千问，当前版本为Qwen3.5-397B。在开发过程中，汤森路透首先与帝国理工学院合作，对基础模型进行重新训练，以满足安全、伦理和政治中立性方面的要求。随后，公司使用自有内容对模型进行预训练和后训练，并在内部环境中引入强化学习机制，以适配专业场景需求。
汤森路透称，Thomson已跻身全球最佳AI模型之列。在Stanford LegalBench测试中，该模型得分为0.823，落后于Gemini 3.1 Pro和GPT-5.5。在Harvey Legal Agent Benchmark中，Thomson的表现略低于Opus 4.8。需要指出的是，Thomson在测试中使用了推理阶段扩展技术，而GPT-5.5是在未开启推理模式的情况下参与对比。在深度搜索测试中，Thomson得分为0.53，同期GPT 5.4的得分为0.65。
汤森路透在技术选型上未采用OpenAI、Anthropic等美国闭源模型，主要考量在于外部模型的长期使用成本较高，且难以进行高自由度调整。相较之下，小规模自研模型更适合文档审查等垂直场景，能够在控制成本的同时实现更灵活的定制化部署。
此次发布标志着汤森路透在专业领域AI应用上的进一步布局。通过自研模型，公司试图在法律、金融等高门槛行业建立差异化的AI能力，同时降低对第三方大模型供应商的依赖。未来，Thomson模型有望在路透社新闻生产及汤森路透的企业服务产品中逐步落地，为专业用户提供更精准的智能支持。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
