何が起きたか
Thomson Reutersは、法務・税務分野に特化した初の自社言語モデル「Thomson」を投入しました。ベースはAlibabaが公開したオープンモデルQwenで、直近ではQwen3.5-397Bを採用しています。投資額は2年以上で約4,000万ドル。広く引用されている45万ドルという数字は、現行バージョンの最終学習ラン1回分のコストにすぎません。しかもこの4,000万ドルには、Westlaw、Practical Law、Checkpoint、Reutersが数十年かけて蓄積したコンテンツも、数百人規模のドメイン専門家の稼働も含まれていません。
開発プロセスは段階的です。まずImperial Collegeと組み、中国発のモデルを安全性・倫理・政治的中立性の観点から再学習しました。この中間バージョンにはウェールズの山にちなんで「Snowdon」という名が付いています。その後、自社コンテンツでの事前学習、専門家によるポストトレーニング、そして自社ツール環境内でのエージェント型強化学習と続きました。
注目すべきは、利用可能なコンテンツのうち学習に使われたのはまだ10%未満だという点です。CTOのJoel Hronによれば、オープンソースの出発点は「すでに6回近く」入れ替えてきたといいます。研究責任者のJonathan Schwartzは、重要な成果は「個別のモデルというより、我々が構築したモデル工場（model factory）だ」と語っています。つまり彼らが手に入れたのは1つのモデルではなく、ベースモデルが変わるたびに乗り換えられる製造ラインです。
ベンチマークをどう読むか
数字は正直です。Stanford LegalBenchでThomsonは0.823で、Gemini 3.1 ProとGPT-5.5に及びません。Harvey Legal Agent Benchmarkでも Opus 4.8のわずかに後方です。指示追従とPrBench Legalでは首位に立つ一方、推論、とりわけコーディングでは大きく落ち込みます。加えて比較条件も対等ではなく、Thomsonはテストタイムスケーリングを使い、GPT-5.5は推論モードなしで走っています。
より示唆的なのは自社のDeep Researchベンチマークです。Web検索のみの条件では、事実正確性でThomsonが0.53、GPT 5.4が0.65。評価責任者のAndrew Beanは「他モデルの射程内ではあるが、まだリーダーではない」と率直に認めています。ところが自社コンテンツへのアクセスを与えると、Thomsonは0.83、GPT 5.4は0.82と逆転します。
この2つの数字の並びが、この事例の核心です。GPT 5.4も自社コンテンツを与えれば同じくらい大きく伸びる。つまり性能向上の大半を担っているのは特化学習ではなくデータアクセスだということです（同社はより新しいモデルでは検証していません）。裏を返せば、独占データを持たない企業が同じ投資をしても、この伸びは再現できません。
なぜ「買う」を選んだのか
同社はフロンティアモデルのファインチューニングを選ばなかった理由を3つ挙げています。第一に経済性──Schwartzが言うように標準的なファインチューニング手法は「汎用能力を大きく劣化させる傾向」があり、しかも推論コストとロードマップの両方でプロバイダーに縛られます。第二にデータ──Westlawのような自社ツールの中で学習させることが性能の跳ね上がりを生んでおり、そのアクセス権を他社に渡すつもりはありません。第三に所有による複利です。
Hronはこれを「家を借りるか、買うか」に喩えます。製品アップデートのたびに専門家が行うレビューが、そのまま学習データとして蓄積される。第三者モデルを使えばその価値はプロバイダー側に消えていく。「長期的に所有するものにエクイティを積み上げていて、それが時間とともに複利になる」という主張です。
ただし、この構図が成立するのはThomson Reutersが独占的データ、数百人のフルタイム専門家、そして品質を客観的に測れるワークフローの3つを同時に持っているからです。裏返せば、それらを欠く企業が同じことをすれば、手に入るのは主に継続的な保守コストです。
実装は控えめ、含意は大きい
ローンチ時点でThomsonが担うのは、CoCounsel LegalのTabular Analysis機能です。小型で安価なモデルが経済的に合理的な領域、つまり大量処理の文書レビューのような仕事に置かれました。製品はマルチモデル構成のままで、管理者がモデルを切り替えられます。Thomsonはオーケストレーターではなく、引用チェックのようなサブタスクを担う位置づけです。顧客データは学習に使わないとしています。
小型版は非商用ライセンスのオープンウェイトモデルとしてHugging Faceで公開予定で、技術レポートと開発者ポータルも続きます。Hronによれば、法律事務所への直接ライセンス供与についても初期段階の非拘束的な協議が進んでいます。
この事例が示すのは、オープンソースコミュニティがフロンティアラボに数か月しか遅れていないこと、そして4,000万ドルという金額が特化型モデルとして戦える水準に到達しうることです。より強いQwen3.8のような派生に乗り換え、10%の壁を越えて学習データを増やせば、差はさらに広がる可能性があります。Hronの言葉を借りれば、次の競争優位は「AIをどうオーケストレーションするかを知ること、そしてどの知能が所有するに値するほど重要かを見極めること」から生まれます。
💼 事業会社視点：これは自社にどう効くか
日本企業がこの事例から取り出すべきは「LLMを内製すべきか」ではなく、Thomson Reutersが満たした3条件を自社が満たすかという問いです。独占データ、数百人規模の専門家、品質を客観測定できるワークフロー──この3つが揃わない限り、4,000万ドルの再現は保守コストの購入に終わります。
特に効くのは、業務データが第三者に流通していない企業です。損保の査定履歴、大手SIerの受託開発における仕様書と障害対応ログ、EC事業者の商品マスタと問い合わせ応対、専門商社の取引条件データ。GPT 5.4も自社コンテンツを与えれば0.82まで伸びたという事実は、多くの日本企業にとってまず取るべき打ち手が内製ではなくデータアクセス設計（RAG・ツール接続）であることを示しています。ここを飛ばして内製に走るのは順序が逆です。
国産SaaSの経営者が今検討すべきは、Thomsonが置かれた位置──オーケストレーターではなく、大量処理のサブタスク──の模倣です。全機能を自社モデルで賄うのではなく、月間処理量が多くコストが効く一機能だけを小型モデルに切り出し、上位はマルチモデル構成で切り替え可能にしておく。この設計なら、ベースモデルを6回入れ替えたThomson Reutersと同じ「乗り換え可能性」を、桁違いに小さい投資で確保できます。
そして受託開発各社にとっては、Hronの「借りるか買うか」は営業の切り口になります。クライアントの専門家レビューが第三者モデル側に価値として消えていく構造を可視化し、レビュー結果を自社資産として蓄積する仕組みを提案する。モデルそのものより、評価とデータ蓄積の基盤=モデル工場を売るほうが息が長い商売です。