Thomson Reuters bouwt eigen AI-taalmodel voor het recht

Thomson Reuters heeft “Thomson” voorgesteld, zijn eerste eigen grote taalmodel (LLM). Het is gebouwd op Qwen, het open model van het Chinese Alibaba — het bedrijf zegt momenteel de versie Qwen3.5-397B te gebruiken. Thomson Reuters zegt zo'n 40 miljoen dollar te hebben geïnvesteerd over twee jaar aan personeel en rekenkracht voor het project, aldus The Decoder.

De enige finale trainingsronde (“training run”) van de huidige versie zou ongeveer 450.000 dollar hebben gekost — een cijfer dat vaker wordt genoemd, maar slechts een fractie van de werkelijke kosten weergeeft. Zelfs de 40 miljoen dollar omvat niet de eigenlijke onderliggende waarde: tientallen jaren aan inhoud van Westlaw, Practical Law, Checkpoint en Reuters, plus de werktijd van honderden juridische domeinexperts die jarenlang aan het project meewerkten.

Hoe een open model een juridisch model werd

Samen met Imperial College London heeft Thomson Reuters het open Chinese model eerst opnieuw afgestemd op veiligheid, ethiek en politieke neutraliteit. Deze tussenstap draagt de codenaam “Snowdon”, naar een berg in Wales. Daarna volgden een voortraining op de eigen inhoud van het bedrijf, een natraining met domeinexperts en agentisch reinforcement learning in de eigen tool-omgevingen van het bedrijf, zoals Westlaw. Volgens het bedrijf is tot nu toe minder dan 10 procent van de beschikbare inhoud voor de training gebruikt.

CTO Joel Hron vertelt aan The Decoder dat het uitgangspunt van het project “ongeveer een half dozijn keer” is veranderd. Onderzoeksleider Jonathan Schwartz voegt toe dat het echte succes niet in één model zit, maar in een herbruikbare “modelfabriek”.

Thomson moet de grens van intelligentie voor het recht bepalen. Dat is ander werk dan wat, denk ik, veel frontier labs doen.

Als je gewoon het opensourcemodel neemt zonder al deze extra stappen, weet het niet zoveel. Je bent dan niet noodzakelijk afgestemd op je eigen waarden, en het zal niet zo goed zijn als met de tools die je later zelf hebt gebouwd.

Benchmarks die om voorzichtigheid vragen

In eigen tests scoort Thomson 0,823 op de Stanford LegalBench-benchmark, achter Gemini 3.1 Pro en GPT-5.5. Op de Harvey Legal Agent Benchmark eindigt het net achter Claude Opus 4.8. Thomson loopt voorop bij het opvolgen van instructies en op de lastige PrBench Legal, maar blijft duidelijk achter op redeneren en vooral op programmeren. De vergelijking wordt methodologisch als scheef beschouwd: Thomson wordt getest met schaalvergroting op testmoment, terwijl GPT-5.5 zonder redeneermodus wordt getest.

Op de interne benchmark voor diepgaand onderzoek scoort Thomson met alleen webtoegang 0,53 op feitelijke betrouwbaarheid, tegenover 0,65 voor GPT-5.4. Maar met toegang tot de eigen inhoud van het concern stijgt die score naar 0,83, net boven de 0,82 van GPT-5.4. Andrew Bean, verantwoordelijk voor de evaluatie, erkent dat het model met alleen webtoegang “zeker nog niet” koploper is. Opvallend: ook GPT-5.4 profiteert sterk van toegang tot eigen inhoud — data-toegang telt bijna even zwaar als de gespecialiseerde training zelf. SiliconANGLE merkt op dat deze interne resultaten nog geen uitgebreide onafhankelijke validatie hebben gekregen; een technisch rapport met meer benchmarkresultaten volgt later. Thomson Reuters is begonnen het model te delen met juridische experts en academische instellingen om te testen.

Waarom bouwen in plaats van een frontier-model finetunen

Waarom een eigen model in plaats van het finetunen van een bestaand frontier-model van OpenAI of Anthropic? Het bedrijf noemt drie redenen:

• Economie: standaard finetuning tast vaak de algemene vaardigheden van een model aan en maakt het bedrijf afhankelijk van inferentiekosten en de roadmap van de leverancier; een kleiner eigen model is rendabel voor taken met een groot volume, zoals documentcontrole.
• Data: training in eigen tool-omgevingen zoals Westlaw levert precies de waargenomen prestatiesprong op — toegang die het bedrijf aan geen enkele derde partij wil geven.
• Cumulatief effect: elke expertbeoordeling bij productupdates wordt trainingsdata die zich bij een eigen model opstapelt als eigen vermogen, in plaats van een externe leverancier ten goede te komen.

Het bedrijf erkent ook de grenzen van deze aanpak: die is alleen te veralgemenen naar bedrijven met drie zeldzame ingrediënten — exclusieve databases, honderden intern in dienst zijnde domeinexperts en workflows waarin kwaliteit objectief meetbaar is. Voor een bedrijf met dat profiel vertraagt de opensourcegemeenschap het inhalen van de frontier labs met slechts enkele maanden, en kunnen 40 miljoen dollar al volstaan voor een competitief gespecialiseerd model. Voor een bedrijf zonder eigen data of evaluatie-infrastructuur zou een eigen model vooral in doorlopend onderhoud kosten.

Eerste inzet: binnen CoCounsel

Thomson is eerst geïntegreerd in de functie “Tabular Analysis” van CoCounsel Legal, de juridische AI-assistent van Thomson Reuters, voor documentcontrole op grote schaal — een toepassing waarbij een kleiner, goedkoper model economisch zinvol is. CoCounsel blijft multimodel: beheerders kunnen nog steeds andere modellen kiezen. Thomson is niet bedoeld om het hele systeem te orkestreren, maar om subtaken zoals citatiecontrole op zich te nemen. Klantgegevens worden volgens het bedrijf niet gebruikt voor de training.

Een kleinere versie van het model verschijnt met open gewichten op Hugging Face onder een niet-commerciële licentie, samen met een technisch rapport en een ontwikkelaarsportaal. Er lopen ook voorlopige, niet-bindende gesprekken met advocatenkantoren over directe licentiëring.

Thomson Reuters wijst op de context: het vlaggenschipplatform Westlaw omvat meer dan 40.000 afzonderlijke databases en meer dan 150 jaar juridische publicatie- en redactionele curatie. Controle over een eigen model geeft het bedrijf naar eigen zeggen meer gezag over inzet, governance en toekomstige ontwikkeling — een argument van “AI-soevereiniteit”. Er lopen al gesprekken met grote advocatenkantoren en bedrijven over directe toegang tot het model, inclusief de mogelijkheid dat klanten Thomson later aanpassen aan hun eigen kennis en workflows.

Voor Nederlandse advocatenkantoren en juridische afdelingen laat deze zaak zien onder welke voorwaarden een zelfgebouwd taalmodel echt rendabel is: alleen een organisatie met exclusieve, tientallen jaren opgebouwde data, interne domeinexperts en objectief meetbare kwaliteitscriteria kan met een relatief bescheiden budget een gespecialiseerd model bouwen dat de frontier labs bijhoudt. Voor de meeste Nederlandse bedrijven blijft het integreren van bestaande modellen via een agentisch systeem waarschijnlijk de pragmatischere weg, vooral voor het automatiseren van terugkerende juridische en administratieve taken.