Author: Alyssa Lavinia Dellosa

O Google Cloud Marketplace ganhou uma nova leva de modelos: os modelos quantitativos de grande porte da SandboxAQ. Pelo que o Google Cloud anunciou, a ideia é avançar justamente onde texto e conversa , sozinhos, já não resolvem muito, como descoberta de medicamentos, ciência dos materiais e fabricação de semicondutores.

Na prática, isso abre espaço para que pesquisadores e empresas misturem duas camadas diferentes de IA. De um lado, o Gemini, que funciona bem como interface e no raciocínio em linguagem natural. Do outro, os modelos da SandboxAQ, treinados para cálculo, previsão e análise de dados científicos. Para o Google, esse passo ajuda a aproximar sua nuvem de workloads de pesquisa e desenvolvimento que costumam ser mais caros, técnicos e fora do alcance de ferramentas genéricas.

Os primeiros produtos previstos para o marketplace, de acordo com o Google Cloud, são o AQCat, voltado à descoberta de materiais e catalisadores, e depois o AQPotency, focado em descoberta de fármacos. O movimento também diz algo sobre o papel que o Google quer ocupar aqui. Em vez de tentar erguer sozinho uma ferramenta para cada setor, a empresa passa a usar o marketplace como vitrine e canal de distribuição para modelos de terceiros que já chegam com aplicação industrial bastante clara.

Isso conversa com um momento em que as empresas querem tirar resultado concreto dessas ferramentas, e nem sempre encontram isso em chatbots generalistas. Para laboratórios, farmacêuticas e fabricantes avançados, conta mais acertar no número e respeitar as leis da física e da química do que escrever com fluência.

Modelos de linguagem de grande porte costumam se sair bem ao resumir documentos, responder perguntas e produzir texto. O problema aparece quando a tarefa cobra consistência matemática rígida. Nesse tipo de trabalho, os modelos da SandboxAQ, segundo o Google Cloud, foram treinados com equações científicas, dados numéricos e medições de laboratório, o que os deixa mais à vontade em química, biologia e física.

Por isso o Google apresenta essa oferta como complemento ao Gemini, não como troca. O Gemini pode ajudar a organizar hipóteses, percorrer literatura científica e servir de interface. Já os modelos quantitativos entram na parte em que a pesquisa pede previsão de propriedades moleculares, comportamento de materiais ou avaliação de potência de compostos.

Junto desse anúncio, o Google também reforçou o Gemini for Science, um pacote voltado a rotinas de pesquisa que, nas informações do Google Cloud, inclui ou aproveita projetos como o co-cientista do Google, o AlphaEvolve, um assistente de pesquisa empírica, e o NotebookLM. A mensagem da empresa é acelerar tarefas repetitivas e dar mais ordem ao trabalho científico, sem tirar o pesquisador do centro de tudo.

No fundo, a aposta parece estar menos na automação total e mais em encurtar etapas como revisão de literatura, desenho de experimentos e triagem inicial de candidatos. E há um mercado grande em jogo. Segundo o Google Cloud, o mercado global de descoberta de fármacos foi estimado em cerca de 112 bilhões em 2025 e pode chegar a 187 bilhões até 2034. Ao mesmo tempo, Microsoft Azure e Amazon Web Services (AWS) também vêm reforçando suas plataformas para pesquisa científica, o que aumenta a pressão competitiva.

Para o Google Cloud, vender modelos especializados pelo marketplace pode ser um atalho para atender setores regulados e intensivos em pesquisa sem precisar desenvolver cada solução dentro de casa. Para a SandboxAQ, a parceria amplia distribuição e também empresta credibilidade. A empresa foi desmembrada da X, divisão de projetos experimentais da Alphabet, em 2022 e, ainda segundo o Google Cloud, tem entre seus apoiadores nomes como Eric Schmidt e Marc Benioff.

A ByteDance apresentou o iLLaDA, um novo modelo de linguagem com 8 bilhões de parâmetros. O trabalho saiu em um artigo no arXiv assinado em parceria com pesquisadores da Universidade Renmin, na China. O que faz o projeto se destacar é a escolha da abordagem: difusão, e não a geração autoregressiva tradicional, para disputar qualidade com modelos que já estão bem estabelecidos.

ChatGPT Baixar

Em vez de produzir texto palavra por palavra, sempre da esquerda para a direita, o modelo segue outro caminho. Ele começa com tokens mascarados e vai refinando a resposta em várias passadas paralelas. Nos números publicados pelos autores no arXiv, o iLLaDA-Base chegou a uma média de 63,9 em benchmarks, ligeiramente acima dos 63,3 do Qwen2.5 7B, um nome já bastante consolidado entre os modelos autoregressivos.

A aposta do iLLaDA é mostrar, segundo os próprios autores, que modelos de difusão também conseguem competir em qualidade, não só em eficiência. Nos sistemas tradicionais, a lógica é prever o próximo token em sequência. Aqui, o modelo usa contexto bidirecional para revisar a resposta inteira ao longo de várias etapas.

Essa arquitetura ainda ocupa um espaço pequeno no mercado, mas já vem atraindo atenção. Os pesquisadores apontam vantagens possíveis em tarefas como raciocínio reverso e planejamento de longo horizonte. No mesmo trabalho, eles dizem também que esse tipo de modelo ainda pode melhorar com mais ajuste supervisionado.

Os autores apresentam o iLLaDA como uma evolução do LLaDA. O pré-treinamento foi feito do zero com 12 trilhões de tokens, um salto grande em relação aos 2,3 trilhões usados no modelo anterior. Depois dessa etapa, a equipe aplicou 12 épocas de fine-tuning.

E essa mudança de escala aparece com clareza nos resultados do artigo. Na comparação com o LLaDA 8B, a média saiu de 51,1 para 63,9. Pelos dados divulgados pelos autores, o iLLaDA-Base superou o Qwen2.5 7B em MMLU (74,8 contra 71,9), BBH (71,3 contra 63,9), ARC-C (60,8 contra 51,5) e GSM8K (81,9 contra 78,9).

Nem tudo ficou a favor dele. O iLLaDA-Base perdeu para o Qwen2.5 7B em HellaSwag, Math e MBPP, o que mostra que essa disputa ainda está longe de terminar. Também ficou à frente de outro rival baseado em difusão, o Dream 7B, na média geral, com 63,9 contra 61,4, embora o Dream 7B tenha mantido uma pequena vantagem em alguns testes de programação.

Se a base parece promissora, a versão ajustada para seguir instruções ainda tem chão pela frente. Segundo os autores, o iLLaDA-Instruct fica atrás do Qwen2.5 7B Instruct, principalmente em matemática e código.

O próprio trabalho sugere uma explicação para isso: o Qwen2.5 passou por uma etapa extra de alinhamento por reforço, algo pelo qual o iLLaDA ainda não passou. Esse quadro se encaixa numa tendência mais ampla. Em junho de 2026, o Google DeepMind apresentou o DiffusionGemma, também baseado em difusão, com foco em baixa latência e geração cerca de 4 vezes mais rápida, mas com perda de qualidade em relação às variantes autoregressivas do Gemma 4 em testes como MMLU e programação, segundo o próprio Google DeepMind. Para quem quiser acompanhar mais de perto ou testar por conta própria, o iLLaDA foi liberado publicamente junto com o código no GitHub, de acordo com os autores, o que abre espaço para uma comparação mais ampla.

A Anthropic, dona do chatbot Claude, virou alvo de uma ação coletiva nos Estados Unidos. A acusação é de ter levado consumidores ao erro na venda dos planos Claude Max, as assinaturas mais caras do serviço, de acordo com a queixa protocolada na Corte Federal do Distrito Norte da Califórnia.

ChatGPT Baixar

Segundo o processo, a empresa divulga faixas de uso muito acima daquilo que os clientes de fato conseguem acessar. A ação concentra fogo, sobretudo, nos planos Max 5x, que custa 100 dólares por mês, e Max 20x, de 200 dólares mensais. Os dois teriam sido vendidos, diz a acusação, como se entregassem 5 e 20 vezes o uso do plano Claude Pro, que sai por algo em torno de 17 a 20 dólares por mês.

Quem apresentou a ação na Corte Federal do Distrito Norte da Califórnia foi Karl Kahn, usuário do Claude com foco em programação. Na petição, ele sustenta que a estratégia de marketing da Anthropic se encaixa no que, nos Estados Unidos, se chama de “bait and switch”, termo usado quando um produto é anunciado com uma promessa chamativa, mas chega ao consumidor em condições piores.

Pelos cálculos citados no processo, o plano Max 5x entregaria, na prática, algo perto de 3,5 vezes o uso do Claude Pro. Já o Max 20x ficaria bem mais próximo de 6 a 8 vezes, e não das 20 vezes divulgadas pela Anthropic.

Karl Kahn relata na ação que, depois de trocar para o plano Max 20x, bateu rapidamente em restrições semanais. Um dos exemplos citados no processo diz que uma única sessão de cinco horas teria consumido 15% de toda a cota disponível para a semana.

Um dos pontos centrais da ação é a falta de clareza sobre a forma como a Anthropic calcula esse consumo de uso. Para os autores do processo, isso deixa o assinante no escuro: ele não consegue acompanhar direito quanto já usou, quanto ainda resta nem quando está prestes a chegar ao limite.

E esse é justamente o tipo de estrutura que costuma embaralhar o cliente, ainda mais em serviços vendidos com cara de tarifa fixa, mas que por trás dependem de critérios variáveis, como volume de mensagens, tamanho dos arquivos enviados, duração das sessões e até a demanda da própria plataforma.

A ação pede reembolso para clientes dos planos Max 5x e Max 20x desde abril de 2025. Também quer que a Justiça reconheça a publicidade da Anthropic como fraudulenta com base nas leis de proteção ao consumidor. No processo, a disputa é apresentada como algo que pode ter efeito sobre todo o mercado de chatbots por assinatura.

O que está em discussão não é só o preço cobrado. Também entra na conta o nível de clareza que as empresas precisam oferecer quando vendem planos premium com limites pouco visíveis ou difíceis de entender. O assunto, aliás, já começou a chamar atenção de reguladores.

Em Connecticut, segundo a argumentação mencionada na ação, uma lei que passa a valer em 1º de outubro vai exigir que empresas desse setor informem os limites de uso antes da contratação. Se o caso contra a Anthropic for adiante, ele pode acabar ajudando a definir um novo padrão de transparência para serviços digitais cobrados no modelo mensal.

A Snap colocou seus óculos de realidade aumentada Specs no mercado de consumo. De acordo com a empresa, eles vão custar 2.195 dólares, já estão em pré-venda com um depósito reembolsável de 200 dólares, e as primeiras entregas ficam para o outono de 2026 nos Estados Unidos, no Reino Unido e na França.

Snapchat Baixar

Esse movimento muda o lugar do produto dentro da empresa. Até aqui, os Specs vinham sendo tratados muito mais como uma aposta voltada a desenvolvedores. Agora passam a ser oferecidos diretamente ao público, ainda que o preço deixe claro que, num primeiro momento, a mira está em entusiastas e early adopters.

O principal argumento da Snap é simples: os Specs querem ser um equipamento de realidade aumentada que funciona por conta própria. Em boa parte das alternativas já disponíveis, ainda há dependência de celular, bateria externa, puck ou cabos. Aqui, segundo a companhia, tudo fica dentro da própria armação.

No hardware, a Snap diz que os óculos trazem dois processadores Snapdragon, da Qualcomm, campo de visão diagonal de 51 graus e suporte a 16 milhões de cores. A autonomia prometida é de cerca de 4 horas de uso contínuo, com mais 20 horas vindas do estojo de recarga. A ideia, na prática, é empurrar os Specs para um lugar mais ambicioso: não o de simples rival de óculos inteligentes com câmera ou de headsets de realidade virtual, mas o de uma nova categoria de computação.

Também já há informações sobre tamanho e peso. Os Specs serão vendidos em duas versões: 47 mm, com 132 gramas, e 52 mm, com 136 gramas. A Snap chama atenção para o fato de eles serem mais leves do que muitos fones over-ear. Ainda assim, continuam longe do peso e da discrição de um óculos comum. E esse ponto segue importando bastante, porque conforto e aparência ainda travam a adoção de wearables no uso diário, mesmo com toda a evolução técnica.

É no software que a empresa tenta ganhar terreno. A Snap está dando destaque a um assistente contextual criado em parceria com OpenAI e Google, além de funções como tradução de texto e de fala em tempo real. Outro recurso em evidência é o EyeConnect, sistema que libera experiências compartilhadas em realidade aumentada quando dois usuários fazem contato visual. A empresa também diz que já há centenas de Lenses feitas para a plataforma, o que sugere uma base inicial de apps e interações para explorar.

O preço é de produto premium, mas vários dados técnicos que costumam aparecer nessa faixa ainda não vieram a público. A Snap não detalhou resolução e brilho das telas, taxa de atualização, memória RAM, armazenamento nem as especificações das câmeras. Na parte de privacidade, os Specs terão um LED indicador de gravação, como já acontece em produtos rivais, e a empresa também falou em processamento no próprio dispositivo. Falta ver, no uso real, o quanto essa luz vai ser percebida por quem está em volta.

Os Specs chegam a um setor que continua atraindo investimento pesado e projeções bilionárias, mas ainda não encontrou um produto de massa que convença de verdade. No tabuleiro competitivo, a Snap fica no meio do caminho entre opções mais baratas, como os óculos Ray-Ban Meta, e aparelhos bem mais caros e complexos, como o Apple Vision Pro.

O lançamento também vem logo depois de uma reestruturação importante. Em janeiro, a Snap separou a Specs Inc. Nos últimos meses, ainda cortou cerca de 1.000 funcionários e fechou mais de 300 vagas abertas numa tentativa de reduzir custos. Isso eleva a pressão sobre os óculos: eles precisam provar que entregam inovação, claro, mas também que existe ali um caminho comercial que se sustente.