Thomson Reuters a bâti son propre modèle de pointe pour 40 millions de dollars

Thomson Reuters a lancé le 24 août 2026 Thomson, son premier grand modèle de langage propriétaire, et l'affirmation qui l'accompagne est celle que toute entreprise assise sur un vaste corpus privé veut entendre : un entraînement spécialisé qui égale les laboratoires de pointe pour une fraction de leur coût. SiliconANGLE chiffre l'investissement à environ 40 millions de dollars sur deux ans, l'entraînement final ayant coûté quelque 450 000 dollars. Le modèle n'est pas parti de zéro : Thomson Reuters dit être parti d'« une solide base open source », puis avoir ajouté par-dessus ses contenus et ses méthodes d'entraînement.

Ce que l'argent a acheté

Le corpus est l'actif. Thomson Reuters indique que Thomson a été entraîné sur des contenus de Westlaw, Practical Law, Checkpoint et Reuters, façonnés par ce qu'elle décrit comme des centaines d'experts métier. Le Globe and Mail rapporte que le travail s'est fait sur deux ans avec Safe Sign Technologies, une start-up britannique rachetée par Thomson Reuters l'an dernier - un détail que le communiqué de l'entreprise ne mentionne pas.

La part de l'archive utilisée est rapportée de trois façons : Thomson Reuters dit moins de 10 %, SiliconANGLE environ 10 %, et le Globe and Mail 8 %. Cohérent à l'arrondi près, et les trois portent la même implication que l'entreprise met en avant : l'essentiel du corpus est encore inutilisé, donc il reste de la marge. SiliconANGLE ajoute que les données clients n'ont pas servi à l'entraînement.

Les chiffres des benchmarks, et leurs notes de bas de page

LawNext a publié le seul examen détaillé des scores, en testant Thomson-1-Large face à Gemini 3.1 Pro, Claude Opus 4.8 et GPT-5.5 sur sept catégories. Thomson prend la première place sur le suivi d'instructions, le contexte long et PrBench Legal Hard, la deuxième sur le benchmark Harvey Legal Agent, la troisième sur le raisonnement - et la dernière sur le code.

Puis viennent les notes. LawNext a constaté que les exécutions n'étaient pas comparables : Thomson bénéficiait du test-time scaling tandis que Gemini et Opus tournaient en mode raisonnement, et GPT-5.5 n'a été testé qu'en mode non raisonnement, lequel, note LawNext, « est généralement moins capable face à des tâches complexes, avancées ou en plusieurs étapes ». Thomson Reuters a répondu que l'avantage du scaling était mineur, faisant passer sa moyenne de 0,787 à 0,789, et qu'une évaluation de GPT-5.5 en mode raisonnement « a pris nettement plus longtemps » et n'était pas prête à être publiée.

La seconde évaluation est plus faible encore. Elle comparait Thomson connecté à Westlaw et Practical Law à des modèles de pointe dotés d'un accès web, ce que LawNext résume ainsi : « moins un test des modèles que des sources de recherche derrière eux ». Sa conclusion est la phrase à retenir : les résultats sont entièrement auto-déclarés, sans vérification indépendante par un tiers. Andrew Bean, chercheur senior de l'entreprise, décrit la méthode comme évaluant « à la fois l'exhaustivité des réponses et le fait que les citations étayaient leurs affirmations ».

Où il est déployé, et ce qui arrive pour les développeurs

Thomson ne remplace rien en bloc. Il arrive d'abord dans Tabular Analysis, une fonction de revue documentaire à grand volume de l'assistant CoCounsel Legal, où SiliconANGLE indique qu'il devient l'option par défaut, les administrateurs pouvant toujours choisir des alternatives. CoCounsel reste multimodèle par conception, utilisant Thomson là où l'entreprise estime que l'entraînement spécialisé gagne, et des modèles de pointe tiers ailleurs. Le Globe and Mail rapporte que le test interne est littéralement présenté comme une « course de chevaux » entre Thomson et les principaux modèles de pointe, avec en plus de futures licences aux grands cabinets d'avocats pour un déploiement sur site.

Deux projets côté développeurs comptent plus que le lancement lui-même. SiliconANGLE rapporte que Thomson Reuters prévoit de publier une version open-weight plus petite sur Hugging Face sous licence académique non commerciale, et construit un portail d'API pour les développeurs extérieurs.

Ce que cela signifie pour les développeurs

La leçon transposable est la structure de coûts, pas le classement. Un entraînement final à 450 000 dollars sur une base open-weight est à portée d'une entreprise de taille moyenne, et la douve était le corpus plus l'annotation experte, pas le calcul. Si votre employeur est assis sur des décennies de données structurées propriétaires, le calcul entre construire et acheter vient de bouger, et le premier pas honnête consiste à auditer si ces données sont réellement assez propres et étiquetées pour entraîner quoi que ce soit - c'est là que ces projets meurent, pas sur la facture GPU.

Lisez l'évaluation comme un modèle pour la vôtre. La critique de LawNext est une liste de contrôle à reprendre : les modèles concurrents tournaient-ils dans leur mode le plus fort, la recherche documentaire était-elle tenue constante, et quelqu'un hors du fournisseur a-t-il vérifié les chiffres ? Un modèle spécialisé qui gagne parce qu'il était seul à disposer de Westlaw vous parle de recherche documentaire, pas du modèle. Refaites le même test avec votre propre pipeline branché des deux côtés et la réponse change souvent.

Le score en code est la mise en garde utile contre une surinterprétation de l'entraînement spécialisé. Thomson y finit dernier, ce qu'un modèle nourri d'un corpus juridique devrait précisément faire : cela ne dit rien de mal du modèle et tout du périmètre. Un modèle entraîné sur votre domaine sera étroit exactement comme votre domaine est étroit ; gardez donc un modèle généraliste dans la pile pour tout le reste - c'est ce que Thomson Reuters a fait elle-même.