Mejoras en diseños cuánticos con Claude Mythos 5
Anthropic anunció el 16 de octubre de 2026 que Claude Mythos 5, su modelo de inteligencia artificial, logró diseñar circuitos cuánticos con mejoras relevantes en siete de ocho tareas evaluadas. Estas tareas incluyen operaciones complejas esenciales para computación cuántica avanzada, donde optimizar componentes como puertas y cuántos es fundamental.
El estudio conjunto con Harvard University y QuEra Computing mostró que ciertos circuitos presentaron reducciones notables en el número de puertas Toffoli, consideradas caras en términos de recursos cuánticos. Estas mejoras pueden traducirse en procesadores cuánticos más eficientes y menos propensos a errores.
Entre los ejemplos destacados está un circuito de suma de puntos en curvas elípticas que redujo sus puertas 17 veces en comparación con las mejores publicaciones anteriores. La reducción drástica sugiere un avance importante en eficiencia al diseñar circuitos específicos mediante IA.
El trade-off clave: menos puertas pero más cuántos
Aunque la reducción en puertas es un avance importante, Claude Mythos 5 presenta una subida del 12 % en el número de cuántos para ese mismo circuito de suma en curvas elípticas. Los cuántos son otro recurso fundamental en computación cuántica que impacta directamente en la factibilidad práctica y la estabilidad del circuito.
Este incremento introduce un trade-off que obliga a equilibrar recursos: reducir las puertas puede no ser suficiente si se multiplican otros elementos que también influyen en la complejidad. Este balance es clave para valorar el impacto real en la optimización cuántica.
Además, en un decodificador, el modelo logró reducir 12 veces las puertas respecto a un diseño previo de Google, sin mencionar incremento asociado en cuántos, lo que sugiere que no todos los casos presentan este trade-off. El resultado refleja mejoras específicas según la arquitectura del circuito analizado.
Contexto y colaboración académica detrás del avance
El trabajo fue liderado por Andi Gu, investigador de Anthropic STEM Fellows, con la colaboración directa de laboratorios de Harvard University y QuEra Computing. Esta cooperación entre industria y academia potencia la credibilidad y el peso científico de los resultados anunciados.
La investigación aprovecha las capacidades de IA para encontrar diseños que superen las soluciones tradicionales o con heurísticas previas en circuitos cuánticos, utilizando el aprendizaje automático para explorar configuraciones eficientes.
Este anuncio refuerza la tendencia creciente de aplicar modelos como Claude para resolver problemas altamente complejos en computación y física, focalizando la IA en nichos técnicos de gran impacto potencial.
Limitaciones actuales y futuras verificaciones
No existe evidencia de reproducción independiente de estos resultados, lo que es relevante para confirmar la solidez y generalización de las mejoras reportadas. La publicación proviene del propio laboratorio y aún no se ha liberado una API pública para Claude Mythos 5, lo que limita su acceso y experimentación externa.
Tampoco hay disponible hasta la fecha una página oficial con detalles de precios o una model card que aporte transparencia sobre las características y restricciones del modelo específico usado.
La falta de estas herramientas impide una evaluación abierta y colaborativa por parte de la comunidad científica y técnica, necesaria para validar la aplicabilidad y replicabilidad del modelo en entornos diversos.