Thomson Reuters baute für 40 Millionen Dollar ein eigenes Frontier-Modell

Thomson Reuters hat am 24. August 2026 Thomson vorgestellt, sein erstes eigenes großes Sprachmodell, und der damit verbundene Anspruch ist genau der, den jedes Unternehmen mit einem großen privaten Datenbestand hören will: domänenspezifisches Training auf Augenhöhe mit den Frontier-Laboren, zu einem Bruchteil ihrer Kosten. SiliconANGLE nennt eine Investition von rund 40 Millionen Dollar über zwei Jahre, wobei der abschließende Trainingslauf etwa 450.000 Dollar gekostet habe. Das Modell begann nicht bei null - Thomson Reuters sagt, man sei von „einem starken Open-Source-Fundament" ausgegangen und habe darauf eigene Inhalte und Trainingsmethoden aufgesetzt.

Was das Geld gekauft hat

Der Datenbestand ist das Kapital. Thomson Reuters sagt, Thomson sei mit Inhalten aus Westlaw, Practical Law, Checkpoint und Reuters trainiert und von nach eigener Beschreibung Hunderten von Fachexperten geformt worden. The Globe and Mail berichtet, die Arbeit sei über zwei Jahre mit Safe Sign Technologies erfolgt, einem britischen Start-up, das Thomson Reuters im vergangenen Jahr übernommen hat - ein Detail, das die eigene Pressemitteilung des Unternehmens nicht erwähnt.

Wie viel des Archivs verwendet wurde, wird auf drei Weisen berichtet: Thomson Reuters sagt weniger als 10 %, SiliconANGLE etwa 10 %, The Globe and Mail 8 %. Im Rahmen der Rundung konsistent - und alle drei tragen dieselbe Implikation, die das Unternehmen verkauft: Der größte Teil des Bestands ist noch unbenutzt, es gibt also Luft nach oben. SiliconANGLE ergänzt, Kundendaten seien nicht für das Training verwendet worden.

Die Benchmark-Zahlen und ihre Fußnoten

LawNext hat den einzigen detaillierten Blick auf die Werte veröffentlicht und Thomson-1-Large gegen Gemini 3.1 Pro, Claude Opus 4.8 und GPT-5.5 in sieben Kategorien getestet. Thomson liegt vorn beim Befolgen von Anweisungen, bei langem Kontext und bei PrBench Legal Hard, Zweiter beim Harvey Legal Agent Benchmark, Dritter beim Schlussfolgern - und Letzter beim Programmieren.

Dann die Fußnoten. LawNext stellte fest, dass die Durchläufe nicht vergleichbar waren: Thomson profitierte von Test-Time-Scaling, während Gemini und Opus im Reasoning-Modus liefen, und GPT-5.5 wurde nur im Nicht-Reasoning-Modus getestet, der laut LawNext „bei komplexen, fortgeschrittenen oder mehrstufigen Aufgaben typischerweise weniger leistungsfähig ist". Thomson Reuters erklärte, der Vorteil durch das Scaling sei geringfügig und habe den Durchschnitt von 0,787 auf 0,789 gehoben, und eine Auswertung von GPT-5.5 im Reasoning-Modus habe „deutlich länger gedauert" und sei nicht veröffentlichungsreif gewesen.

Die zweite Auswertung ist noch schwächer. Sie stellte Thomson mit Zugang zu Westlaw und Practical Law gegen Frontier-Modelle mit Web-Zugang, was LawNext so zusammenfasst: „weniger ein Test der Modelle als der Retrieval-Quellen hinter ihnen". Das Fazit ist der Satz, den man behalten sollte: Die Ergebnisse sind vollständig selbst berichtet, ohne unabhängige Prüfung durch Dritte. Andrew Bean, Senior Research Scientist im Unternehmen, beschreibt die Methode so, dass sie „sowohl die Vollständigkeit der Antworten als auch die Frage bewertete, ob die Zitate die Aussagen stützten".

Wo es eingesetzt wird - und was für Entwickler kommt

Thomson ersetzt nichts pauschal. Es kommt zuerst in Tabular Analysis, einer Funktion für Dokumentenprüfung in großem Umfang im Assistenten CoCounsel Legal, wo es laut SiliconANGLE zur Voreinstellung wird, während Administratoren weiterhin Alternativen wählen können. CoCounsel bleibt bewusst mehrmodellig und nutzt Thomson dort, wo das Unternehmen einen Vorteil durch Domänentraining sieht, und Frontier-Modelle Dritter anderswo. The Globe and Mail berichtet, der interne Test sei wörtlich als „Pferderennen" zwischen Thomson und den führenden Frontier-Modellen angelegt, hinzu kommen künftige Lizenzierungen an große Anwaltskanzleien für den Betrieb im eigenen Haus.

Zwei Pläne mit Entwicklerbezug sind wichtiger als der Start selbst. SiliconANGLE berichtet, Thomson Reuters wolle eine kleinere Open-Weight-Version auf Hugging Face unter einer nichtkommerziellen akademischen Lizenz veröffentlichen und baue ein API-Portal für externe Entwickler.

Was das für Entwickler bedeutet

Die übertragbare Lehre ist die Kostenstruktur, nicht die Rangliste. Ein abschließender Trainingslauf für 450.000 Dollar auf einer Open-Weight-Basis liegt im Bereich eines mittelgroßen Unternehmens, und der Burggraben war der Datenbestand samt Expertenannotation, nicht die Rechenleistung. Wenn Ihr Arbeitgeber auf jahrzehntelangen eigenen strukturierten Daten sitzt, hat sich die Rechnung zwischen Bauen und Kaufen gerade verschoben - und der ehrliche erste Schritt ist die Prüfung, ob diese Daten überhaupt sauber und ausreichend annotiert sind. Daran scheitern solche Projekte, nicht an der GPU-Rechnung.

Lesen Sie die Auswertung als Vorlage für Ihre eigene. LawNexts Kritik ist eine Prüfliste, die man übernehmen sollte: Liefen die konkurrierenden Modelle in ihrem stärksten Modus, wurde Retrieval konstant gehalten, und hat jemand außerhalb des Anbieters die Zahlen geprüft? Ein Domänenmodell, das gewinnt, weil nur es Westlaw hatte, sagt Ihnen etwas über Retrieval, nicht über das Modell. Führen Sie denselben Test mit Ihrer Retrieval-Pipeline für beide Seiten aus, und die Antwort ändert sich oft.

Der Wert beim Programmieren ist die nützliche Warnung davor, Domänentraining überzuinterpretieren. Thomson landet dort auf dem letzten Platz, was ein Modell auf juristischem Korpus genau so tun sollte - es sagt nichts Schlechtes über das Modell und alles über den Zuschnitt. Ein auf Ihre Domäne trainiertes Modell wird genau so schmal sein, wie Ihre Domäne schmal ist. Halten Sie also ein allgemeines Modell im Stapel für alles andere - genau das hat Thomson Reuters selbst getan.