Thomson Reuters entraîne son propre modèle IA pour 40 M$

Comment Thomson Reuters a-t-il construit son propre modèle IA ?

Le modèle Thomson part de Qwen3.5-397B, le grand modèle open source publié par Alibaba. Thomson Reuters l'a fait passer par une étape intermédiaire de sécurisation et d'alignement éthique nommée "Snowdon", issue d'une collaboration avec le FAIR Lab de l'Imperial College de Londres, avant de le réentraîner sur son propre corpus : Westlaw, Practical Law, Checkpoint et les archives de Reuters News. Le groupe précise avoir utilisé moins de 10 % de son contenu propriétaire total pour ce pre-entraînement continu, un chiffre qui montre que la qualité du corpus compte davantage que son volume brut.

Combien coûte la construction d'un modèle IA propriétaire ?

La facture totale s'élève a 40 millions de dollars sur un peu plus de deux ans, personnel et puissance de calcul inclus. Le détail le plus parlant : le dernier cycle d'entraînement, celui qui a produit la version en production, n'a coûté que 450 000 dollars. C'est ce chiffre qui change la lecture du projet : une fois l'infrastructure et l'expertise en place, itérer sur un modèle propriétaire devient nettement moins cher que le coût initial ne le laisse penser.

Le CTO de Thomson Reuters, Joel Hron, résume l'arbitrage avec une image simple : posséder son modèle plutôt que le louer, c'est comme la différence entre "louer une maison et acheter une maison". Louer un modèle via une API ne construit aucun capital qui se valorise dans le temps ; le posséder capitalise l'investissement fait sur ses propres données.

Thomson est-il meilleur que Claude, GPT ou Gemini ?

La réponse est nuancée, et c'est justement ce qui rend le cas intéressant. Sur le Stanford LegalBench, un benchmark public reconnu, Thomson obtient 0,823, un score inférieur à celui de Gemini 3.1 Pro et de GPT-5.5. Sur le Harvey Legal Agent Benchmark, Thomson se classe juste derrière Claude Opus 4.8. En revanche, sur un benchmark interne de recherche approfondie où le modèle accède au contenu propriétaire du groupe, Thomson atteint 0,83 contre 0,82 pour GPT-5.4, un écart qui s'effondre à 0,53 pour Thomson privé de cet accès et limite au web ouvert.

Le message est net : l'avantage de Thomson ne vient pas d'une supériorité générale du modèle, il vient exclusivement de son accès exclusif aux données propriétaires du groupe. C'est la même logique qui s'appliquera à n'importe quelle entreprise tentant l'exercice.

Quel choix selon votre profil ?

Professionnels en évolution ou reconversion. Ce cas montre que la maîtrise des données d'entreprise devient une compétence recherchée, au-delà du seul usage des outils IA grand public.

Indépendants et experts. L'arbitrage construire versus louer est un sujet de conseil à part entière que vous pouvez proposer à vos clients qui possèdent un corpus documentaire important.

TPE et PME. Le cas Thomson Reuters ne se transpose pas tel quel à votre échelle. Mais la question sous-jacente, quelles données internes mériteraient un usage IA structuré, se pose à toute entreprise.

ETI et grands groupes. C'est votre catégorie de décision. Un audit préalable détermine si votre volume et votre qualité de données justifient un investissement de ce type, plutôt que de le décider sur intuition.

Quels pièges éviter avant de construire son propre modèle IA ?

Le premier piège est de sous-estimer le coût d'itération continue : les 450 000 dollars du dernier entraînement de Thomson supposent une infrastructure et une équipe déjà rodées, pas un point de départ. Le deuxième piège est de lancer ce type de projet sans volume de données propriétaires suffisant : sans accès exclusif à un corpus de qualité, le modèle maison ne fera pas mieux qu'une API louée, comme le montre le score de Thomson limite au web ouvert. Le troisième piège est de négliger l'étape de sécurisation et d'alignement, celle que Thomson Reuters a traitée via sa collaboration avec l'Imperial College avant tout entraînement sur données sensibles.

Ce que Studeria retient

Le cas Thomson Reuters n'est pas une invitation générale à construire son propre modèle. C'est une démonstration que le calcul devient crédible dès qu'une entreprise possède un corpus documentaire suffisamment volumineux et exclusif. Pour l'immense majorité des PME et ETI françaises, la bonne première étape reste un audit qui mesure objectivement la valeur de vos données avant d'envisager quoi que ce soit de plus lourd qu'un usage d'API bien structuré.

Pour aller plus loin

Consultez notre article sur Sam Altman et le rythme de développement de l'IA, notre parcours Audit IA pour évaluer la valeur de vos données, notre parcours Implémentation et Agent IA pour déployer une solution sur mesure, et notre parcours Consultant IA pour les indépendants qui veulent conseiller sur ce type d'arbitrage.