路透母公司用千问造AI，甩开Claude自己建房
路透社的母公司汤森路透，8月24日把自家第一款大模型Thomson亮出来了。底座不是OpenAI也不是Anthropic，而是阿里的千问，目前用的是Qwen3.5-397B。研发投入大约4000万美元，外界传得凶的45万美元只是最后一次训练的运行费，不是全部账单。
它没直接拿来用，而是先和帝国理工学院合作，对这套中文模型做安全、伦理和政治中立的再训练，中间版本内部叫Snowdon。之后才用自家的Westlaw、Practical Law、Checkpoint、Reuters这些内容做预训练和后训练，再在内部环境里做基于智能体的强化学习。目前喂进去的自有内容还不到一成。
成绩谈不上碾压，但够用。斯坦福LegalBench法律基准上Thomson拿0.823，落后Gemini 3.1 Pro和GPT-5.5；Harvey法律智能体基准上略低于Opus 4.8。不过要注意，它测试时开了推理阶段扩展，而GPT-5.5是没开推理模式比的，口径不完全公平。就文档审查这类场景，它已经能顶上。
汤森路透为啥不继续租Claude？CTO说得很直白：美国闭源模型长期成本太高，而且不能高自由度调整。他打了个比方，租房子有屋顶遮头、有人管，但 equity 不归你；自己建厂，前期贵，长期复利是你的。今年5月它刚和Anthropic扩了合作，Thomson不替换Claude，而是先接高吞吐的结构化文档审查。
最值钱的是它顺手建起的“模型工厂”。研究团队说已经换了五六次开源基座，真正的发现不是某个模型多强，而是这套能快速迭代、持续产出专用模型的流水线。这思路和直接调API完全不同：后者租别人大脑，前者给自己铺生产线。
信号很清楚：专业大模型赛道，大厂不再满足当API租客。法律、税务、会计这些有几十年私有数据护城河的行业，会越来越多自己建厂。中文开源模型被西方数据巨头拿去当底座，说明便宜好调的开源权重，正在成为全球AI分工里谁都绕不开的一环。