Thomson Reuters lanza «Thomson»: el modelo propio que desafía a la frontera con los datos (y los costes) de una editorial

Thomson Reuters ha presentado «Thomson», su primer gran modelo de lenguaje desarrollado internamente. La compañía afirma haberlo construido sobre una «base sólida de open source» —el comunicado oficial no nombra el modelo de partida; en una entrevista, el responsable de investigación fundacional indicó que las bases fueron cambiando durante el proyecto y que la más reciente es Qwen 3.5, sin confirmar que sea la de la versión lanzada— y haberlo especializado después con técnicas de mid-training y post-training sobre sus propios archivos: Westlaw, Practical Law, Checkpoint y Reuters. La empresa precisa que hasta ahora ha utilizado menos del 10 % de su biblioteca de contenidos. La inversión total declarada ronda los 40 millones de dólares en dos años entre personal y capacidad de cálculo, mientras que solo el entrenamiento final de la versión lanzada costó unos 450.000 dólares, cifra que el responsable tecnológico, Joel Hron, atribuye a los contenidos propios aplicados sobre modelos open source de alto nivel.

Las evaluaciones citadas en el comunicado son internas y todavía no han sido validadas por terceros. Thomson Reuters sostiene que el modelo iguala a los modelos de frontera en una serie de tareas y que mejora en el seguimiento de instrucciones y en el razonamiento de dominio. En su propio banco de pruebas «Deep Research», Thomson superó a GPT-5.4 y a un modelo puntero de Anthropic cuando podía acceder a los contenidos propios, mientras que con acceso solo a la web el resultado fue comparable, sin ventaja. Samuel Dahan, del Conflict Analytics Lab, calificó sus citas en cuestiones de derecho laboral canadiense como «en general competitivas con los principales modelos de frontera», pero SiliconANGLE recuerda que sigue faltando una validación independiente amplia y que el informe técnico detallado está anunciado pero no publicado. La empresa no ha dicho en qué medida los modelos externos seguirán en uso en el resto de su cartera.

El primer uso en producción es la función Tabular Analysis de CoCounsel Legal, donde Thomson es el modelo por defecto, aunque los administradores pueden elegir alternativas. La compañía ha anunciado una versión «pequeña» de pesos abiertos en Hugging Face con licencia académica no comercial y el acceso de un grupo de académicos para hacer sus propias evaluaciones. Aun así, siguen sin conocerse la fecha de publicación de los pesos, el tamaño de la versión abierta, el texto exacto de la licencia ni las condiciones del portal para desarrolladores. Thomson Reuters subraya que los datos de los clientes no se usan para el entrenamiento y que sus estándares «Fiduciary-Grade» exigen consentimiento explícito para cualquier uso futuro.

El lanzamiento de Thomson es un experimento a escala industrial: ¿puede una editorial con décadas de contenidos propios competir con los gigantes de la frontera sin repetir sus costes de cálculo? La respuesta dependerá de su capacidad para convertir datos curados en una ventaja medible —y verificable—. Por ahora, las cifras difundidas son internas; la prueba real serán el informe técnico anunciado y la adopción efectiva por parte de despachos y departamentos jurídicos. El camino está marcado: especializar en lugar de generalizar y reivindicar el control como valor añadido. Queda por ver si el mercado premiará la autonomía o seguirá prefiriendo la escala.