Business Insider 报道称，Thomson 基于 Snowdon 开发，而 Snowdon 是汤森路透与英国帝国理工学院团队对阿里 Qwen 开源模型进行重新对齐后形成的模型。

汤森路透首席技术官 Joel Hron 表示，双方团队花费数月对 Qwen 进行调整，以满足安全、伦理和政治中立等要求。

Joel Hron

汤森路透没有直接披露底层模型来自 Qwen，仅表示 Thomson 从一个 " 强大的开源基础 " 开始构建。

Hron 向 Business Insider 确认了 Qwen 的技术来源。

汤森路透为 Thomson 投入约 4000 万美元（2.69 亿元人民币），覆盖人才和计算资源。

与从头训练通用基础模型不同，汤森路透选择直接利用现有开源模型，再利用自身积累的专业数据和领域专家进行中期训练及后训练，以降低训练和长期运行成本。

汤森路透拥有 Westlaw、Practical Law、Checkpoint 和 Reuters 等专业内容资源，并拥有大量法律、税务、会计及新闻领域专家。

Thomson 的核心竞争力并非单纯扩大模型参数，而是将这些专业数据和专家知识加入训练流程。

汤森路透表示，目前用于 Thomson 训练的自有内容还不到全部内容库的 10%。

此款模型的一个重要目的，是降低对 Anthropic 等外部 AI 模型供应商的依赖和成本。

目前，汤森路透旗下法律 AI 助手 CoCounsel 仍主要依赖 Claude。今年 5 月，汤森路透还扩大了与 Anthropic 的合作，因此推出 Thomson 并不代表汤森路透将停止使用 Claude。

Hron 表示，Thomson-1 将接手部分此前由 Claude 处理的任务，但并不是为了完全取代 Anthropic。

" 我们的主要目标，是随着时间推移，让 Thomson 成为驱动 CoCounsel 越来越多功能的模型。"Hron 表示。

汤森路透采用的实际上是一套多模型策略，在自身拥有专业数据和成本优势的任务上使用 Thomson，而在其他任务上继续调用 Anthropic 等外部前沿模型。

Thomson 首个落地场景就是 CoCounsel Legal 中的 Tabular Analysis。这是一项面向大规模法律文件的结构化审查功能，Thomson 将成为该功能的默认模型。汤森路透计划未来一年继续将 Thomson 扩展至更多法律和税务产品。

汤森路透此前公布的早期测试显示，Thomson 在部分法律专业任务上的表现已经能够与 Claude Opus 4.8、GPT-5.5 和 Gemini 3.1 Pro 等前沿模型竞争，并在部分法律专项测试中取得更高成绩。

相比单纯的性能竞争，汤森路透更看重模型带来的成本和控制权。

Hron 将使用外部模型和自有模型的区别比作 " 租房 " 和 " 买房 "。

使用外部模型可以快速获得能力，但企业需要持续向模型供应商付费；拥有自己的模型，则可以将数据、知识产权和后续训练形成的价值长期沉淀在内部。

对于 Anthropic 而言，这也显示出企业 AI 市场正在出现新的变化。大型企业并不一定需要从零投入数十亿美元训练基础模型，而是可以直接采用 Qwen 等开放权重模型，再利用自身专有数据进行专业化训练。

汤森路透此次只投入约 4000 万美元，就获得了一款完全由自身控制、能够承担实际生产任务的专业模型，并开始将原本交给 Claude 的部分工作迁移至自有模型。

随着企业 AI 应用规模不断扩大，模型 API 和推理费用也在持续增加。相比长期依赖 OpenAI、Anthropic 等外部模型，一些企业开始尝试用开源模型作为基础，再结合自身数据进行训练和优化，以降低成本并增强自主性。汤森路透此次采用阿里 Qwen 构建 Thomson，就是这一趋势的最新案例，也说明中国开源模型正开始进入西方大型企业的核心 AI 产品。

这一变化与早期云计算从公有云走向私有云、混合云的过程颇为相似。企业不会完全放弃外部前沿模型，而是逐步将高频、核心任务迁移到自有模型体系，同时保留对外部模型的调用。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。