Thomson Reuters crea su propio modelo de IA jurídica

Thomson Reuters ha presentado “Thomson”, su primer gran modelo de lenguaje (LLM) propietario. Se basa en Qwen, el modelo abierto del grupo chino Alibaba — la empresa indica que actualmente usa la versión Qwen3.5-397B. Thomson Reuters afirma haber invertido unos 40 millones de dólares en dos años en personal y potencia de cómputo para el proyecto, según informa The Decoder.

El único entrenamiento final (“training run”) de la versión actual habría costado unos 450.000 dólares, una cifra que se menciona con más frecuencia pero que representa solo una fracción del coste real. Ni siquiera los 40 millones de dólares recogen el verdadero valor subyacente: décadas de contenidos de Westlaw, Practical Law, Checkpoint y Reuters, además del tiempo de trabajo de cientos de expertos del sector jurídico dedicados al proyecto durante años.

Cómo un modelo abierto se convirtió en un modelo jurídico

Junto con el Imperial College de Londres, Thomson Reuters primero realineó el modelo chino abierto en materia de seguridad, ética y neutralidad política. Esta etapa intermedia lleva el nombre en clave “Snowdon”, por una montaña de Gales. Después llegaron un preentrenamiento con los contenidos propios de la empresa, un post-entrenamiento con expertos del dominio jurídico y un aprendizaje por refuerzo agéntico en los entornos de herramientas propias de la empresa, como Westlaw. Según la compañía, hasta ahora se ha usado para el entrenamiento menos del 10% de los contenidos disponibles.

El director de tecnología Joel Hron cuenta a The Decoder que el punto de partida del proyecto cambió “alrededor de media docena de veces”. El jefe de investigación Jonathan Schwartz añade que el verdadero logro no es un modelo aislado, sino una “fábrica de modelos” reutilizable.

Thomson tiene que marcar la frontera de la inteligencia para el derecho. Es un trabajo distinto del que, en mi opinión, están haciendo muchos laboratorios de vanguardia.

Si simplemente se toma el modelo de código abierto sin todos estos pasos adicionales, no sabrá tanto. No estará necesariamente alineado con los valores propios, y no será tan bueno como con las herramientas que uno construye después.

Puntuaciones que hay que leer con cautela

En sus propias pruebas, Thomson obtiene 0,823 en el benchmark Stanford LegalBench, por detrás de Gemini 3.1 Pro y GPT-5.5. En el Harvey Legal Agent Benchmark queda justo por detrás de Claude Opus 4.8. Thomson lidera en el seguimiento de instrucciones y en el exigente PrBench Legal, pero se queda claramente atrás en razonamiento y, sobre todo, en programación. La comparación se considera metodológicamente sesgada: Thomson se prueba con escalado en el momento de la prueba, mientras que GPT-5.5 se prueba sin su modo de razonamiento.

En el benchmark interno de investigación profunda, Thomson obtiene un 0,53 de fidelidad factual con acceso web únicamente, frente al 0,65 de GPT-5.4. Pero con acceso a los contenidos propios del grupo, su puntuación sube a 0,83, superando por poco el 0,82 de GPT-5.4. Andrew Bean, responsable de la evaluación, reconoce que, con acceso web únicamente, el modelo “ciertamente aún no” va en cabeza. Un dato notable: GPT-5.4 también se beneficia mucho del acceso a contenidos propios, por lo que el acceso a datos cuenta casi tanto como el propio entrenamiento especializado. SiliconANGLE señala que estos resultados internos aún no han recibido una validación independiente exhaustiva; se espera más adelante un informe técnico con más resultados de benchmarks. Thomson Reuters ha empezado a compartir el modelo con expertos jurídicos e instituciones académicas para su prueba.

Por qué construir en lugar de ajustar un modelo de vanguardia

¿Por qué un modelo propio en lugar de un ajuste fino de un modelo de vanguardia de OpenAI o Anthropic? La empresa da tres razones:

• Economía: el ajuste fino estándar suele degradar las capacidades generales del modelo y deja a la empresa dependiente de los costes de inferencia y de la hoja de ruta del proveedor; un modelo propio más pequeño resulta rentable para tareas de alto volumen como la revisión de documentos.
• Datos: el entrenamiento en entornos de herramientas propias como Westlaw genera precisamente el salto de rendimiento observado, un acceso que la empresa no quiere conceder a ningún tercero.
• Efecto acumulativo: cada evaluación de expertos durante las actualizaciones del producto se convierte en datos de entrenamiento que se acumulan como capital propio con un modelo propietario, en lugar de beneficiar a un proveedor externo.

La empresa también reconoce los límites de este enfoque: solo se generaliza a empresas que reúnen tres ingredientes poco frecuentes: bases de datos exclusivas, cientos de expertos del dominio empleados internamente y flujos de trabajo donde la calidad se puede medir objetivamente. Para una empresa con ese perfil, la comunidad de código abierto solo retrasa unos meses el alcanzar a los laboratorios de vanguardia, y 40 millones de dólares pueden bastar para un modelo especializado competitivo. Para una empresa sin datos propios ni infraestructura de evaluación, un modelo propio costaría sobre todo en mantenimiento continuo.

Primer despliegue: dentro de CoCounsel

Thomson se integra primero en la función “Tabular Analysis” de CoCounsel Legal, el asistente de IA jurídica de Thomson Reuters, para la revisión de documentos de alto volumen, un caso de uso donde un modelo más pequeño y económico tiene sentido. CoCounsel sigue siendo multimodelo: los administradores pueden seguir eligiendo otros modelos. Thomson no está pensado para orquestar todo el sistema, sino para encargarse de subtareas como la verificación de citas. Según la empresa, los datos de los clientes no se usan para el entrenamiento.

Una versión más pequeña del modelo se publicará con pesos abiertos en Hugging Face bajo una licencia no comercial, junto con un informe técnico y un portal para desarrolladores. Además, hay conversaciones preliminares y no vinculantes con despachos de abogados sobre una licencia directa.

Thomson Reuters recuerda el contexto: su plataforma insignia Westlaw incluye más de 40.000 bases de datos individuales y más de 150 años de publicación y curación editorial jurídica. Según la empresa, controlar su propio modelo le da más autoridad sobre el despliegue, la gobernanza y el desarrollo futuro, un argumento de “soberanía de la IA”. Ya hay conversaciones en marcha con grandes despachos de abogados y empresas sobre un acceso directo al modelo, incluida la posibilidad de que los clientes adapten Thomson a su propio conocimiento y flujos de trabajo.

Para los despachos de abogados y los departamentos jurídicos españoles, el caso muestra en qué condiciones un modelo de lenguaje propio resulta realmente rentable: solo una organización con bases de datos exclusivas construidas durante décadas, expertos internos del dominio y criterios de calidad medibles objetivamente puede construir, con un presupuesto relativamente modesto, un modelo especializado capaz de rivalizar con los laboratorios de vanguardia. Para la mayoría de las empresas españolas, integrar modelos ya existentes mediante un sistema agéntico seguirá siendo probablemente el camino más pragmático, sobre todo para automatizar tareas jurídicas y administrativas recurrentes.