汤森路透投入4000万美元推出专业大模型
这家信息服务集团开始直接掌控面向法律、税务和监管工作的专业模型，减少对外部大模型供应商的依赖。
从内容提供商走向模型所有者
汤森路透推出首款自主开发的大语言模型 Thomson。该项目历时约两年，在人才和算力方面累计投入约4000万美元。公司以开源模型为基础，再利用自有的法律、税务、监管及其他专业资料进行训练。
Thomson 将用于汤森路透产品内的研究、起草和分析工作。模型归公司所有，意味着其部署方式、数据处理规则及后续训练不必受制于 OpenAI、Anthropic 等外部供应商。汤森路透称，最终一次训练运行的成本约为45万美元；这一数字远低于项目总投入，也与通用前沿模型动辄巨额的训练支出形成对比。
目前公开的独立评测仍不足以证明 Thomson 在整个大模型行业达到了所谓“前沿”水平。它更值得关注的定位，是依靠权威专业内容提升特定任务表现，并直接进入客户已经付费使用的工作流程。如果通用模型更适合某项请求，汤森路透仍可将其与外部模型配合使用。
为何重要
这次发布将检验一个关键命题：拥有高价值信息的企业，能否从授权内容、封装第三方模型，进一步升级为自主掌握智能层。汤森路透具备多数模型初创公司没有的三项条件——专有资料、成熟的专业软件，以及对准确性和信息出处有明确要求的付费客户。
如果 Thomson 表现具有竞争力，其他专业信息服务商可能会发现，规模适中、经过领域训练的自有模型，在成本和治理方面比把所有任务交给前沿模型接口更合算。不过，所有权和专业数据并不能自动保证准确率；在法律和财务场景中，一个看似可信却错误的答案仍可能造成严重损失。