Thomson Reuters lance « Thomson » : le modèle maison qui défie la frontière avec les données (et les coûts) d’un éditeur

Thomson Reuters a présenté « Thomson », son premier grand modèle de langage développé en interne. L’entreprise dit l’avoir bâti sur une « base open source solide » — le communiqué officiel ne nomme pas le modèle de départ ; dans un entretien, le responsable de la recherche fondationnelle a indiqué que les bases ont changé au fil du projet et que la plus récente est Qwen 3.5, sans confirmer qu’il s’agit de celle de la version lancée — puis spécialisé par des techniques de mid-training et de post-training sur ses propres archives : Westlaw, Practical Law, Checkpoint et Reuters. La société précise n’avoir utilisé jusqu’ici que moins de 10 % de sa bibliothèque de contenus. L’investissement total annoncé avoisine 40 millions de dollars sur deux ans, entre personnel et capacité de calcul, tandis que le seul entraînement final de la version lancée a coûté environ 450 000 dollars, un chiffre que le directeur technique Joel Hron attribue aux contenus propriétaires appliqués à des modèles open source de haut niveau.

Les évaluations citées dans le communiqué sont internes et n’ont pas encore été validées par des tiers. Thomson Reuters affirme que le modèle égale les modèles de frontière sur une série de tâches et progresse dans le respect des consignes et le raisonnement de domaine. Sur son propre banc d’essai « Deep Research », Thomson a dépassé GPT-5.4 et un modèle de pointe d’Anthropic lorsqu’il pouvait accéder aux contenus propriétaires ; avec le seul accès au web, le résultat était comparable, sans avantage. Samuel Dahan, du Conflict Analytics Lab, a jugé ses citations en droit du travail canadien « globalement compétitives par rapport aux principaux modèles de frontière », mais SiliconANGLE rappelle qu’une validation indépendante étendue fait encore défaut et qu’un rapport technique détaillé est annoncé sans être publié. L’entreprise n’a pas dit dans quelle mesure les modèles externes resteront en usage dans le reste de son portefeuille.

Le premier usage en production est la fonction Tabular Analysis de CoCounsel Legal, où Thomson est le modèle par défaut, les administrateurs pouvant opter pour d’autres. La société annonce aussi une version « petite » à poids ouverts sur Hugging Face sous licence académique non commerciale, ainsi qu’un accès accordé à un groupe d’universitaires pour leurs propres évaluations. On ignore toutefois la date de publication des poids, la taille de la version ouverte, le texte exact de la licence et les conditions du portail pour développeurs. Thomson Reuters souligne que les données clients ne servent pas à l’entraînement et que ses standards « Fiduciary-Grade » exigent un consentement explicite pour tout usage futur.

Le lancement de Thomson est une expérience à l’échelle industrielle : un éditeur riche de décennies de contenus propriétaires peut-il concurrencer les géants de la frontière sans reproduire leurs coûts de calcul ? La réponse tiendra à sa capacité à transformer des données organisées en avantage mesurable — et vérifiable. Pour l’instant, les chiffres diffusés restent internes ; l’épreuve de vérité sera le rapport technique annoncé et l’adoption réelle par les cabinets et les directions juridiques. La voie est tracée : spécialiser plutôt que généraliser, et revendiquer le contrôle comme valeur ajoutée. Reste à savoir si le marché récompensera l’autonomie ou continuera de préférer l’échelle.