Thomson Reuters construiu seu próprio modelo de fronteira por US$ 40 milhões

A Thomson Reuters lançou em 24 de agosto de 2026 o Thomson, seu primeiro grande modelo de linguagem proprietário, e a alegação que o acompanha é a que toda empresa sentada sobre um grande acervo privado quer ouvir: treino especializado em domínio igualando os laboratórios de fronteira por uma fração do custo deles. A SiliconANGLE estima o investimento em cerca de US$ 40 milhões ao longo de dois anos, com a execução final de treino custando cerca de US$ 450 mil. O modelo não começou do zero - a empresa diz ter partido de "uma base open source forte" e acrescentado por cima conteúdo e métodos de treino próprios.

O que o dinheiro comprou

O acervo é o ativo. A Thomson Reuters afirma que o Thomson foi treinado com conteúdo de Westlaw, Practical Law, Checkpoint e Reuters, moldado por aquilo que descreve como centenas de especialistas de área. O Globe and Mail relata que o trabalho foi feito ao longo de dois anos com a Safe Sign Technologies, uma startup britânica que a Thomson Reuters comprou no ano passado - um detalhe que o próprio comunicado da empresa não menciona.

Quanto do arquivo foi usado aparece de três formas: a Thomson Reuters diz menos de 10%, a SiliconANGLE diz cerca de 10% e o Globe and Mail diz 8%. Consistente dentro do arredondamento, e os três carregam a mesma implicação que a empresa vende: a maior parte do acervo segue sem uso, portanto há margem. A SiliconANGLE acrescenta que dados de clientes não foram usados no treino.

Os números dos benchmarks, e suas notas de rodapé

A LawNext publicou a única análise detalhada das pontuações, testando o Thomson-1-Large contra Gemini 3.1 Pro, Claude Opus 4.8 e GPT-5.5 em sete categorias. O Thomson fica em primeiro em seguir instruções, contexto longo e PrBench Legal Hard; em segundo no benchmark Harvey Legal Agent; em terceiro em raciocínio - e em último em programação.

Então vêm as notas. A LawNext constatou que as execuções não foram equiparáveis: o Thomson se beneficiou de test-time scaling enquanto Gemini e Opus rodaram em modo de raciocínio, e o GPT-5.5 foi testado apenas em modo sem raciocínio, que, observa a LawNext, "costuma ser menos capaz ao lidar com desafios complexos, avançados ou de várias etapas". A Thomson Reuters respondeu que a vantagem do scaling foi pequena, elevando sua média de 0,787 para 0,789, e que uma avaliação do GPT-5.5 em modo de raciocínio "levou substancialmente mais tempo" e não estava pronta para publicação.

A segunda avaliação é ainda mais fraca. Ela comparou o Thomson conectado a Westlaw e Practical Law contra modelos de fronteira com acesso à web, o que a LawNext resume assim: "menos um teste dos modelos do que das fontes de recuperação por trás deles". A conclusão é a frase a guardar: os resultados são inteiramente autorrelatados, sem menção a qualquer verificação independente de terceiros. Andrew Bean, cientista de pesquisa sênior da empresa, descreve o método como avaliando "tanto a completude das respostas quanto se as citações sustentavam suas afirmações".

Onde ele entra, e o que vem para desenvolvedores

O Thomson não substitui nada por inteiro. Ele entra primeiro no Tabular Analysis, um recurso de revisão documental de alto volume dentro do assistente CoCounsel Legal, onde a SiliconANGLE diz que ele passa a ser o padrão, embora administradores ainda possam escolher alternativas. O CoCounsel segue multimodelo por design, usando o Thomson onde a empresa acredita que o treino de domínio ganha e modelos de fronteira de terceiros no resto. O Globe and Mail relata que o teste interno é literalmente enquadrado como uma "corrida de cavalos" entre o Thomson e os principais modelos de fronteira, além de futuras licenças para grandes bancas de advocacia rodarem o modelo em casa.

Dois planos voltados a desenvolvedores importam mais que o lançamento em si. A SiliconANGLE relata que a Thomson Reuters pretende publicar uma versão open-weight menor no Hugging Face sob licença acadêmica não comercial, e está construindo um portal de API para desenvolvedores externos.

O que isso significa para desenvolvedores

A lição transferível é a estrutura de custo, não o ranking. Uma execução final de treino de US$ 450 mil sobre uma base open-weight está ao alcance de uma empresa de porte médio, e o fosso foi o acervo mais a rotulagem especializada, não a computação. Se o seu empregador está sentado sobre décadas de dados estruturados proprietários, a conta entre construir e comprar acabou de se mover - e o primeiro passo honesto é auditar se esses dados estão de fato limpos e rotulados o suficiente para treinar algo. É aí que esses projetos morrem, não na fatura de GPU.

Leia a avaliação como um molde para a sua. A crítica da LawNext é um checklist que vale roubar: os modelos concorrentes rodaram no seu modo mais forte, a recuperação foi mantida constante, e alguém de fora do fornecedor verificou os números? Um modelo de domínio que ganha porque só ele tinha o Westlaw está lhe falando sobre recuperação, não sobre o modelo. Rode o mesmo teste com o seu pipeline de recuperação ligado aos dois lados e a resposta muda com frequência.

A nota em programação é a advertência útil contra ler demais no treino de domínio. O Thomson termina em último ali, o que é exatamente o que um modelo de acervo jurídico deveria fazer - não diz nada de mal sobre o modelo e tudo sobre escopo. Um modelo treinado no seu domínio será estreito precisamente na medida em que o seu domínio é estreito, então mantenha um modelo geral na pilha para todo o resto, que é o que a própria Thomson Reuters fez.