Anthropic atribuyó a Claude Mythos 5 el diseño de circuitos para ocho tareas computacionales. El resumen del artículo presentado en arXiv el 15 de octubre de 2026 precisa el alcance: siete tareas redujeron significativamente tanto las puertas Toffoli como los cúbits; la octava mejoró la compensación entre esos recursos mediante una arquitectura reversible para la inversión modular en cuerpos finitos. El resumen del artículo concreta así el resultado general que Anthropic describió el 16 de octubre.
Siete tareas redujeron ambas medidas
Una puerta Toffoli es una operación cuántica que interviene en estos circuitos; los cúbits son sus unidades de información. Reducir ambas cantidades puede abaratar el diseño, pero no todos los problemas admiten la misma mejora. En la octava tarea, el avance consistió en una arquitectura reversible para la inversión modular y en una mejor compensación entre el número de puertas Toffoli y el de cúbits.
La diferencia también aparece en el ejemplo destacado de suma de puntos de curvas elípticas: Anthropic comparó un diseño que usaba un 12 % más de cúbits, pero 17 veces menos puertas, con el diseño de referencia citado por la empresa. No es una reducción simultánea de ambos recursos en esa comparación.
Cómo funciona el ciclo con el evaluador
Anthropic describe un proceso en el que Claude proponía código para un circuito y un evaluador automático comprobaba si era correcto y puntuaba su uso de recursos. El resultado volvía al modelo como retroalimentación para otra iteración. Según la empresa, no había intervención humana entre esas rondas; en la tarea de curvas elípticas, el trabajo se prolongó durante 53 horas y contó con un encargo inicial y avisos ocasionales para ampliar la búsqueda. Anthropic explica el método y sus ejemplos técnicos.
La puntuación descrita por la empresa multiplicaba el número de cúbits por el de puertas, como aproximación al tiempo de ejecución del circuito. Por eso, menos puertas no equivale por sí solo a una mejora proporcional de la velocidad total: el coste depende también de los cúbits y de la tarea concreta.
Suma de puntos: una nueva forma de hacer reversibles los pasos
La suma de puntos de una curva elíptica depende en gran medida de la inversión modular. En un circuito cuántico reversible no se pueden descartar sin más los pasos intermedios: también hay que conservar o recuperar la información de las ramas recorridas.
Para abordar ese problema, Anthropic atribuyó a Claude un método basado en divsteps que reconstruía esa información a partir de pares numéricos, en lugar de guardar todo el historial. La empresa dijo que probó reglas candidatas con números de 256 bits, realizó simulaciones y formalizó el resultado en Lean, un lenguaje de demostración matemática. La comparación de 17 veces menos puertas y un 12 % más de cúbits corresponde a este ejemplo de suma de puntos, no a todas las tareas del estudio.
El decodificador DQI ahorró puertas, no midió una aceleración total
En el ejemplo de interferometría cuántica decodificada (DQI), Anthropic describió un decodificador Reed–Solomon que sustituyó el algoritmo euclídeo extendido por el de Berlekamp–Massey y reconstruyó la mayoría de los valores temporales en vez de almacenarlos. La empresa comunicó 12 veces menos puertas en el decodificador que en la construcción anterior de Google; esa cifra se refiere a ese componente, no a la velocidad total de DQI.
Anthropic también explicó una excepción del diseño. Una simulación de 403 millones de decodificaciones sirvió para estimar el espacio necesario para guardar un valor excepcional: el circuito reservó 19 cúbits y, según la empresa, alrededor de una ejecución de cada 10.000 necesitaba más espacio y fallaba, dentro de la tasa de error permitida para esa tarea.
Qué significan los resultados para el hardware cuántico
El estudio se centró en proponer circuitos y evaluar su corrección y sus recursos mediante computación. Sus cifras describen diseños y comparaciones de puertas y cúbits; no son mediciones del tiempo de ejecución en un ordenador cuántico físico. Anthropic plantea que un mejor diseño podría contribuir a acercar la computación cuántica práctica, y señala que también hacen falta avances en corrección de errores, decodificadores y control del hardware.
