湯森路透耗資 4,000 萬美元推出自研模型 Thomson，基於 Qwen3.5-397B 打造

據報導，路透社母公司湯森路透集團公布其首款大型語言模型「Thomson」。該模型基於阿里千問 Qwen3.5-397B 構建，研發總成本約 4,000 萬美元，其中最後一次訓練成本為 45 萬美元。湯森路透先與帝國理工學院合作重新訓練基礎模型以符合安全與中立性要求，隨後使用自有內容進行預訓練、後訓練及內部強化學習。在評測表現上，Thomson 於 Stanford LegalBench 取得 0.823 分，落後於 Gemini 3.1 Pro 與 GPT-5.5；在 Harvey Legal Agent Benchmark 略低於 Opus 4.8；深度搜尋測試得分為 0.53（GPT-5.4 為 0.65）。值得注意的是，Thomson 在測試中使用了推論階段擴展，而 GPT-5.5 則未開啟推論模式。湯森路透表示，選擇自研而非使用 OpenAI 等美國閉源模型，是為了避免長期高昂成本與缺乏調整自由度，且小規模自研模型更適合文件審查等特定場景。