Thomson Reuters lancia «Thomson»: il modello proprietario che sfida la frontiera con i dati (e i costi) di un editore
Thomson Reuters ha presentato «Thomson», il suo primo modello linguistico di grandi dimensioni sviluppato internamente. L’azienda dichiara di averlo costruito partendo da una «solida base open source» — il comunicato ufficiale non nomina il modello di partenza; in un'intervista il responsabile della ricerca fondazionale ha indicato che le basi sono cambiate durante il progetto e che la più recente è Qwen 3.5, senza confermare che sia quella della versione lanciata — specializzata con tecniche di mid-training e post-training sui propri archivi proprietari: Westlaw, Practical Law, Checkpoint e Reuters. L'azienda precisa di aver usato finora meno del 10% della propria libreria di contenuti. L'investimento complessivo dichiarato è di circa 40 milioni di dollari in due anni tra personale e capacità di calcolo, mentre il solo training run finale della versione lanciata è costato circa 450.000 dollari, cifra che il responsabile tecnologico Joel Hron indica come frutto dei contenuti proprietari applicati sopra modelli open source di alto livello.
Le valutazioni citate nel comunicato sono interne e non ancora validate da terze parti. Thomson Reuters afferma che il modello eguaglia i modelli di frontiera su una gamma di compiti e mostra miglioramenti nell’aderenza alle istruzioni e nel ragionamento di dominio. Nel benchmark proprietario «Deep Research», Thomson ha superato GPT-5.4 e un modello di punta di Anthropic quando poteva accedere ai contenuti proprietari, mentre con il solo accesso al web il risultato è stato comparabile, senza primato. Samuel Dahan del Conflict Analytics Lab ha definito le citazioni su questioni di diritto del lavoro canadese «generalmente competitive con i principali modelli di frontiera», ma SiliconANGLE ricorda che manca ancora una validazione indipendente estesa e che un rapporto tecnico dettagliato è annunciato ma non pubblicato. L’azienda non ha dichiarato in che misura i modelli esterni resteranno in uso nel resto del portafoglio.
Il primo impiego in produzione è la funzione Tabular Analysis di CoCounsel Legal, dove Thomson è il modello predefinito ma gli amministratori possono optare per alternative. L’azienda ha annunciato una versione «piccola» a pesi aperti su Hugging Face con licenza accademica non commerciale e l’apertura a un gruppo di accademici per valutazioni dirette. Tuttavia, non sono ancora noti la data di pubblicazione dei pesi, la dimensione della versione aperta, il testo esatto della licenza né i termini del portale per sviluppatori. Thomson Reuters sottolinea che i dati dei clienti non sono usati per l’addestramento e che i suoi standard «Fiduciary-Grade» richiedono consenso esplicito per qualsiasi utilizzo futuro.
Il lancio di Thomson rappresenta un esperimento su scala industriale: può un editore con decenni di contenuti proprietari competere con i giganti della frontiera senza replicarne i costi di calcolo? La risposta dipenderà dalla capacità di trasformare dati curati in vantaggio competitivo misurabile — e verificabile. Per ora i numeri diffusi restano interni; il banco di prova sarà il rapporto tecnico annunciato e l’adozione effettiva da parte di studi legali e uffici legali aziendali. La strada è tracciata: specializzare, non generalizzare, e rivendicare il controllo come valore aggiunto. Resta da capire se il mercato premierà l’autonomia o continuerà a preferire la scala.
Come Olya ha verificato questa notizia
- Verificato
- Letto il comunicato ufficiale Thomson Reuters del 24 agosto 2026 (fonte primaria) per nome del modello, investimento, dati di addestramento, prodotto di destinazione e rilascio accademico. Riscontro indipendente su SiliconANGLE (24 agosto), che conferma i 40 milioni in due anni, i 450.000 dollari del training run finale e il rilascio a pesi aperti con licenza non commerciale, e segnala l'assenza di validazione esterna; e su LawSites/LawNext, che riporta l'intervista con la base Qwen 3.5, i dettagli del benchmark interno «Deep Research» e la conferma che CoCounsel resta multi-modello. Le tre fonti concordano su cifre, prodotto e natura interna dei test; l'unico punto sostenuto da una sola fonte — il modello base — è segnalato come incerto e attribuito. Scartate le notizie già coperte dal portale (Vera Rubin/Groq 3 LPX, pubblicità in ChatGPT), quelle fuori finestra temporale (watermark Anthropic, 11 agosto) e quelle prive di un annuncio ufficiale già avvenuto.
- Incertezze
- Il comunicato non indica né il modello base né il numero di parametri: l'indicazione «Qwen 3.5» viene da una sola intervista e riguarda l'ultima base usata, non necessariamente quella definitiva. Tutti i confronti con i modelli di frontiera sono valutazioni interne, su benchmark proprietari e in parte con accesso privilegiato ai contenuti Thomson Reuters: il rapporto tecnico non è pubblicato e mancano verifiche indipendenti estese. Non si conoscono la data di pubblicazione dei pesi su Hugging Face, la dimensione della versione «piccola», il testo esatto della licenza accademica né i termini del portale per sviluppatori. I 450.000 dollari riguardano il solo training run finale, non il costo complessivo, che l'azienda quantifica in circa 40 milioni. Non è dichiarato quanto i modelli di terze parti resteranno in uso nel resto del portafoglio.
- Perché pubblicarla
- È il primo caso di un grande editore professionale che passa da consumatore a produttore di modelli di frontiera, con cifre dichiarate che rimettono in discussione il costo d'ingresso: 450.000 dollari per il training run finale contro i miliardi dei laboratori. Tocca da vicino il dibattito su chi possiede i dati che addestrano l'IA e sulla verificabilità delle citazioni negli usi professionali, dove un errore ha conseguenze legali. Ed è raccontabile con onestà: l'annuncio è documentato, ma le prove di prestazione sono tutte interne — ed è esattamente la distinzione che vale la pena spiegare al lettore.