SandboxAQ bringt Large Quantitative Models in den Google Cloud Marketplace: Was LQMs sind und warum sie für die wissenschaftliche KI von Bedeutung sind

Was sind Large Quantitative Models (LQMs)?

Large Quantitative Models (LQMs) sind eine grundlegend andere Kategorie von KI als die Large Language Models (LLMs), die Chatbots wie ChatGPT und Gemini antreiben. Laut SandboxAQ sind LQMs „KI, die in der physikalischen Welt verankert ist“ .

Wie sich LQMs von LLMs unterscheiden

Die Unterschiede liegen in drei Bereichen: Trainingsdaten, Zielsetzung und Output.

Daten und Training. LLMs werden mit Internettexten und natürlicher Sprache trainiert – Bücher, Artikel und Gespräche – um menschliche Sprache zu verstehen und zu generieren. LQMs hingegen werden mit quantitativen Daten und den fundamentalen Gesetzen der Physik, Chemie und Mathematik trainiert . SandboxAQ beschreibt sie als auf numerischen Strukturdaten basierend, nicht auf Text .

Zielsetzung. LLMs optimieren für Sprachverständnis und -generierung – das Vorhersagen des nächsten Wortes in einem Satz oder das Zusammenfassen eines Dokuments. LQMs optimieren für spezifische quantitative Ziele, wie die Vorhersage von Materialeigenschaften, chemischem Verhalten oder finanziellen Risikokennzahlen .

Output. LLMs produzieren Text, Zusammenfassungen und Konversation. LQMs liefern Vorhersagen, Simulationen und technische Erkenntnisse, die in der physikalischen Realität verankert sind . Wie SandboxAQ erklärt: Während LLMs eine chemische Reaktion beschreiben können, können LQMs sie simulieren .

SandboxAQ-CEO Jack Hidary hat prognostiziert, dass LQMs LLMs in Bereichen wie Pharma, Materialwissenschaft, Energie und Finanzen übertreffen werden . Das Unternehmen betont, dass LQMs keine Ersatz für LLMs sind, sondern sich ergänzende Werkzeuge – LLMs kümmern sich um die menschliche Interaktion, während LQMs für quantitative Präzision zuständig sind .

Welche Modelle werden angeboten?

SandboxAQ bietet zunächst zwei LQM-Produkte über den Google Cloud Marketplace an :

• AQCat (Materialforschung) – wird zuerst verfügbar sein
• AQPotency (Wirkstoffforschung) – wird nach AQCat folgen

Beide sind über den Marketplace zugänglich. SandboxAQ hat seine LQMs auch über führende LLMs zugänglich gemacht, sodass Forscher sie über ihnen vertraute natürliche Sprachschnittstellen abfragen können .

Was ist das Gemini for Science Bundle?

Gemini for Science ist kein einzelnes Modell. Es ist eine Suite experimenteller KI-Tools, die Google auf der I/O 2026 (19.–20. Mai 2026) angekündigt hat und die darauf ausgelegt sind, die wissenschaftliche Methode zu beschleunigen . Man kann es am besten als „Orchestrierungsschicht“ für die wissenschaftliche Forschung verstehen .

Gemini for Science bündelt drei zentrale Säulen:

• Hypothesengenerierung – basierend auf Co-Scientist, einem Team von KI-Agenten, die zusammenarbeiten, um Forschungshypothesen zu generieren, zu diskutieren und zu bewerten. Google veröffentlichte zeitgleich einen Nature-Artikel, der den Ansatz validiert .
• Computergestützte Entdeckung – basierend auf AlphaEvolve und Empirical Research Assistance (ERA). ERA soll bei der Vorhersage von Infektionskrankheiten das CDC-Prognosemodell in zum Start veröffentlichten Benchmarks übertroffen haben .
• Literatur-Insights – basierend auf NotebookLM, das automatisierte Literaturzusammenfassungen und Forschungsanalysen bietet .

Darüber hinaus enthält Gemini for Science Science Skills, eine separate Ebene in Google Antigravity, die eine Verbindung zu über 30 lebenswissenschaftlichen Datenbanken herstellt .

Die experimentellen Tools sind über Google Labs unter labs.google/science verfügbar, wobei der Zugang ab dem Start schrittweise erfolgt .

Kommerzielle Logik hinter der Partnerschaft

Für Google Cloud: Die LQMs von SandboxAQ stellen eine neue, hochwertige Workload-Kategorie dar – wissenschaftliche und quantitative KI – die den Cloud-Verbrauch ankurbelt. Google Cloud erhält ein differenziertes, unternehmenstaugliches Produkt neben seinen universellen Gemini-Modellen und positioniert sich als Infrastrukturanbieter für „KI-native wissenschaftliche Entdeckungen“ .

Für SandboxAQ: Der Google Cloud Marketplace bietet sofortigen Zugang zu Googles riesiger Unternehmenskundenbasis, einem vertrauenswürdigen Abrechnungs- und Beschaffungskanal sowie skalierbarer Infrastruktur – einschließlich der Integration mit NVIDIA DGX Cloud auf Google Cloud . SandboxAQ, ein Alphabet-Ableger mit einer aktuellen Bewertung von 5 Milliarden US-Dollar, vertieft damit eine natürliche kommerzielle Beziehung .

Was der Marketplace-Eintrag für die wissenschaftliche KI bedeutet

Dies ist ein kommerzieller Meilenstein für die wissenschaftliche KI. Es ist das erste Mal, dass spezialisierte Large Quantitative Models – eine Kategorie, die sich von universellen LLMs unterscheidet – über einen großen Cloud-Marktplatz mit Unternehmensbeschaffung, -abrechnung und -sicherheit verfügbar sind .

Es signalisiert, dass wissenschaftliche KI von Forschungslaboren und kundenspezifischen Bereitstellungen in eine standardisierte, kommerziell gelistete Produktkategorie übergeht, die Unternehmen „von der Stange“ kaufen können. SandboxAQ-CEO Jack Hidary hat gesagt, dass LQMs LLMs in Bereichen wie Pharma, Materialwissenschaft, Energie und Finanzen übertreffen werden , und die Verfügbarkeit im Marketplace ist die Infrastruktur, die diesen Wandel real macht.

Die wichtigsten Erkenntnisse

• LQMs werden mit Physik, Chemie und Mathematik trainiert – nicht mit Text – und optimieren für quantitative Vorhersagen statt Sprachgenerierung.
• AQCat (Materialforschung) und AQPotency (Wirkstoffforschung) sind die ersten beiden LQM-Modelle, die im Google Cloud Marketplace verfügbar sind.
• Gemini for Science ist eine Orchestrierungssuite, kein einzelnes Modell, und bündelt Co-Scientist, AlphaEvolve, ERA und NotebookLM.
• Die Partnerschaft positioniert Google Cloud als Infrastrukturrückgrat für wissenschaftliche KI, während SandboxAQ einen Unternehmensvertriebskanal erhält.
• Der Marketplace-Eintrag stellt das erste Mal dar, dass spezialisierte LQMs über einen Unternehmens-Cloud-Beschaffungskanal verfügbar sind.