Thomson Reuters ha comenzado a transferir algunas de sus tareas de IA legal de Claude, de Anthropic, a Thomson-1, un modelo propio que utiliza tecnología china de código abierto. Se espera que este cambio reduzca sus costos, pero al mismo tiempo plantea otra cuestión sobre la seguridad del uso de soluciones de IA chinas en el incierto entorno del sector.
Según Business Insider, Thomson-1 llevará a cabo los procedimientos de revisión de documentos que Claude realizaba anteriormente. Es probable que los profesionales del derecho, los contadores y las diversas empresas que utilizan CoCounsel y productos similares no noten cambios significativos en sus operaciones. Sin embargo, la señal más reveladora es que la empresa de información occidental confía en las capacidades del modelo chino, que ha sido objeto de importantes ajustes internos.
Los gastos fueron un factor clave en este caso. El director de tecnología, Joel Hron, explicó a Business Insider que los elevados precios que cobran laboratorios como Anthropic y OpenAI impulsaron a Thomson Reuters a considerar el desarrollo de su propio modelo. Al desarrollar su propio modelo, la empresa puede aprovechar su propiedad intelectual en lugar de pagar por servicios de terceros.
Hron explicó que Thomson-1 no reemplazará por completo a Anthropic. Thomson Reuters reforzó su colaboración con Anthropic en mayo, y CoCounsel utiliza principalmente Claude. En cambio, la empresa planea implementarlo gradualmente y asignar tareas a Thomson-1 solo cuando su propia experiencia sea beneficiosa. Inicialmente, el plan es utilizar el sistema de Thomson-1 para la revisión de documentos estructurados de alto volumen.
Thomson-1 se basa en Snowdon, creado mediante la "realineación" de un modelo Qwen de código abierto de Alibaba. A diferencia de Claude, al que se accede como un sistema cerrado a través de Anthropic, los pesos abiertos de Qwen se pueden descargar y modificar.
Un equipo de Thomson Reuters e Imperial College London dedicó meses a adaptar Qwen a Snowdon, que Hron describió como «éticamente imparcial y seguro de usar». Cryptopolitan ya había informado que las empresas occidentales están adaptando cada vez más modelos de ponderación abierta extranjeros para obtener mayor control sobre sus plataformas de IA. Hron también restó importancia a la dependencia del modelo de Alibaba, afirmando que «no hay nada que nos vincule necesariamente a Qwen».
Según Thomson Reuters, Thomson-1 ofrece un rendimiento competitivo con Claude Opus 4.8 y supera a GPT-5.5, Claude Sonnet 5 y Gemini 3.1 Pro en su conjunto de pruebas de evaluación. Los resultados aún son publicados por la empresa, mientras que las pruebas comparativas académicasdent siguen en curso. Las puntuaciones publicadas muestran resultados mixtos, en lugar de un éxito rotundo.
El ahorro conlleva implicaciones políticas. Anthropic ha acusado a laboratorios chinos de "extraer" ilícitamente los resultados de sus modelos y ha presionado a Washington para que imponga restricciones. El senador Tom Cotton también ha expresado su preocupación por la seguridad de las empresas estadounidenses que utilizan modelos chinos de código abierto.
Investigadores de Stanford ven un problema diferente. James Landay, , argumentó que la descarga de ponderaciones de modelos no hace que un sistema sea completamente auditable, ya que los usuarios aún no pueden ver sus datos de entrenamiento ni comprender cada comportamiento. Él lo denomina "distribución abierta" en lugar de código abierto. Esto dificulta que los clientes verifiquen de forma independiente las afirmaciones sobre la eliminación exitosa dedent.
| Punto de referencia | Thomson-1-Grande | Claude Opus 4.8 | GPT-5.5 | Soneto 5 de Claude | Gemini 3.1 Pro |
| Stanford LegalBench | 0.823 | 0.818 | 0.832 | No publicado | 0.843 |
| PRBench Legal Duro | 0.352 | 0.315 | 0.333 | No publicado | 0.293 |
| Referencia para agentes legales de Harvey | 0.857 | 0.869 | 0.781 | No publicado | 0.555 |
| Instrucciones a continuación | 0.914 | 0.861 | 0.885 | No publicado | 0.848 |
| Razonamiento | 0.684 | 0.737 | 0.589 | No publicado | 0.748 |
| Codificación | 0.399 | 0.598 | 0.414 | No publicado | 0.500 |
| Contexto largo | 0.753 | 0.741 | 0.703 | No publicado | 0.750 |
| Contenido propiedad de Thomson Reuters utilizado en la formación | <10% | N / A | N / A | N / A | N / A |
Las empresas están dispuestas a considerar la compensación porque los modelos chinos se han puesto al día rápidamente. El Índice de IA de Stanford de 2026 indicó que la brecha de rendimiento entre EE. UU. y China se había "cerrado prácticamente". En la clasificación de texto de Arena, al 21 de agosto de 2026, el modelo estadounidense líder obtuvo 1508 puntos frente a los 1489 del mejor modelo chino, una diferencia de tan solo el 1,3 %. Qwen3.8-Max de Alibaba obtuvo 1481 puntos. Cuando la capacidad difiere solo por unos pocos puntos, mientras que los costos siguen siendo muy diferentes, la revisión de documentos se convierte en un campo de pruebas obvio para alternativas más económicas.
Las mentes más brillantes del mundo de las criptomonedas ya leen nuestro boletín. ¿Te apuntas? ¡ Únete!