Os Large Quantitative Models (LQMs) são uma categoria de IA fundamentalmente diferente dos Large Language Models (LLMs) que alimentam chatbots como ChatGPT e Gemini. De acordo com a SandboxAQ, os LQMs são "IA ancorada no mundo físico" .
As diferenças se concentram em três áreas: dados de treinamento, objetivo e resultado.
Dados e treinamento. LLMs são treinados em texto da internet e linguagem natural — livros, artigos e conversas — para entender e gerar linguagem humana. Os LQMs, por outro lado, são treinados em dados quantitativos e nas leis fundamentais da física, química e matemática . A SandboxAQ os descreve como construídos sobre dados numéricos estruturados, em vez de texto .
Objetivo. LLMs otimizam para compreensão e geração de linguagem — prever a próxima palavra em uma frase ou resumir um documento. Os LQMs otimizam para objetivos quantitativos específicos, como prever propriedades de materiais, comportamento químico ou métricas de risco financeiro .
Resultado. LLMs produzem texto, resumos e conversas. Os LQMs produzem previsões, simulações e insights de engenharia fundamentados na realidade física . Como explica a SandboxAQ: onde os LLMs podem descrever uma reação química, os LQMs podem simulá-la .
O CEO da SandboxAQ, Jack Hidary, afirmou que os LQMs superarão os LLMs em setores como farmacêutico, materiais, energia e finanças . A empresa enfatiza que os LQMs não substituem os LLMs, mas são ferramentas complementares — os LLMs cuidam da interação humana, enquanto os LQMs cuidam da precisão quantitativa .
A SandboxAQ está inicialmente oferecendo dois produtos LQM através do Google Cloud Marketplace :
Ambos são acessíveis através do marketplace. A SandboxAQ também tornou seus LQMs acessíveis através de LLMs líderes, para que pesquisadores possam consultá-los por meio de interfaces de linguagem natural que já conhecem .
O Gemini for Science não é um modelo único. É um conjunto de ferramentas experimentais de IA anunciado pelo Google no I/O 2026 (19 a 20 de maio de 2026), projetado para acelerar o método científico . É melhor compreendido como uma "camada de orquestração" para pesquisa científica .
O Gemini for Science agrupa três pilares principais:
Além disso, o Gemini for Science inclui Science Skills, uma camada separada no Google Antigravity que se conecta a mais de 30 bancos de dados de ciências da vida .
As ferramentas experimentais estão disponíveis através do Google Labs em labs.google/science, com acesso gradual a partir do lançamento .
Para o Google Cloud: os LQMs da SandboxAQ representam uma nova categoria de carga de trabalho de alto valor — IA científica e quantitativa — que impulsiona o consumo de nuvem. O Google Cloud ganha um produto diferenciado de nível empresarial ao lado de seus modelos Gemini de uso geral, posicionando-se como o provedor de infraestrutura para "descoberta científica nativa de IA" .
Para a SandboxAQ: o Google Cloud Marketplace fornece acesso imediato à vasta base de clientes empresariais do Google, um canal confiável de faturamento e aquisição, e infraestrutura escalável — incluindo integração com o NVIDIA DGX Cloud no Google Cloud . A SandboxAQ, uma spin-off do Alphabet agora avaliada em US$ 5 bilhões, aprofunda uma relação comercial natural .
Este é um marco comercial para a IA científica. É a primeira vez que modelos Large Quantitative Models especializados — uma categoria distinta dos LLMs de uso geral — estão disponíveis através de um grande marketplace de nuvem com processos empresariais de aquisição, faturamento e segurança .
Isso sinaliza que a IA científica está saindo dos laboratórios de pesquisa e implantações personalizadas para uma categoria de produto padronizada e listada comercialmente que as empresas podem comprar 'pronta entrega'. O CEO da SandboxAQ, Jack Hidary, disse que os LQMs superarão os LLMs em setores como farmacêutico, materiais, energia e finanças , e a disponibilidade no marketplace é a infraestrutura que torna essa mudança real.