Claude Mythos 5 Menemukan Sirkuit Kuantum Lebih Baik daripada yang Terbaik yang Dipublikasikan — Dimulai dengan Satu yang Memangkas Gerbang sebanyak 17×

Program STEM Fellows milik Anthropic menerbitkan sebuah hasil pekan ini yang di dalamnya Claude Mythos 5diberi spesifikasi berbahasa sederhana untuk delapan sirkuit kuantum dan, bekerja dalam loop tertutup terhadap evaluator otomatis, menghasilkan desain yang mengalahkan desain terbaik yang telah dipublikasikan pada tujuh di antaranya — dan pada yang kedelapan menghasilkan sesuatu yang belum ada dalam literatur: implementasi divsteps reversibel tanpa riwayat cabang tersimpan, yang salah satu anggotanya menggunakan 12% lebih banyak qubit tetapi 17× lebih sedikit gerbang daripada desain sebelumnya yang paling kecil. Makalah, Discovering state-of-the-art quantum circuits with large language models, ada di arXiv (2610.22367, dikirim 15 Oktober 2026, 46 halaman), dan penulis utamanya adalah Andi Gu, seorang fellow dalam program tersebut, dibimbing oleh fisikawan kuantum Alek Kemeny dan bekerja bersama Susanne Yelin dan Mikhail Lukin dari Harvard. Setiap angka di bawah ini adalah milik Anthropic sendiri atau berasal dari tabel makalah itu sendiri; belum ada satu pun yang direproduksi secara independen.

Apa yang sebenarnya dijalankan, dan apa yang tidak

Penyiapan ini layak dijelaskan secara tepat, karena klaim yang menarik bukanlah "sebuah model menulis sejumlah kode." A​nthropic memberikan C​laude M​ythos 5 spesifikasi untuk sebuah primitif komputasional, dan model tersebut mengusulkan sirkuit dalam Python. Evaluator terpisah — sebuah program, bukan model — memeriksa kebenaran sirkuit dan memberinya skor berdasarkan jumlah qubit dikalikan jumlah gerbang, sebuah proksi untuk waktu eksekusi. Skor itu dikembalikan kepada model, yang kemudian merevisi. Tidak ada manusia dalam loop di antara ronde. Deskripsi A​nthropic adalah bahwa C​laude bekerja "sebagian besar sendiri."

Ada dua hal tentang loop itu yang memikul beban utama. Yang pertama adalah evaluator bersifat independen dari pengusul, sehingga jawaban salah yang tampak masuk akal mendapat nilai nol alih-alih memenangkan argumen. Yang kedua adalah objektifnya berupa angka, yang berarti model dapat mengetahui apakah sebuah revisi membantu. Bentuknya sama seperti rangkaian tes yang menggerakkan agen pengodean, dan inilah alasan Anthropic memilih sirkuit kuantum untuk dipelajari: domain ini memiliki pemeriksaan kebenaran yang ketat, murah, dan otomatis.

Delapan primitif tersebut mencakup kimia, optimasi, simulasi kuantum, teori bilangan, dan komputasi numerik. Dua kendala membuat bidang ini tidak biasa. Sirkuit kuantum tidak memiliki percabangan if-then, karena superposisi berarti sebuah operasi diperlukan untuk setiap cabang; dan sirkuit tidak dapat membuang informasi, karena setiap langkah harus reversibel. Nilai scratch yang tersisa harus di-uncompute dengan menjalankan komputasi secara terbalik, yang memakan gerbang. Itu memaksa trade-off ruang-versus-waktu yang tidak memiliki analog klasik, dan itulah jenis trade-off yang dapat dijadikan sasaran proses pencarian.

Empat hasil yang layak dibaca secara terperinci

• Divsteps / inversi modular medan prima. Inilah sorotan utamanya. Claude menghasilkan implementasi divsteps reversibel pertama yang tidak menyimpan riwayat cabang — sebuah konstruksi yang oleh makalah tersebut dijelaskan sebagai membuat divsteps, algoritma klasik yang sebelumnya tidak praktis untuk aritmetika bilangan bulat reversibel, kini dapat digunakan. Hasil yang dapat dimanfaatkan adalah pergeseran Pareto, bukan sekadar satu kemenangan: salah satu anggota keluarga desain yang dihasilkan menghabiskan 12% lebih banyak qubit dan 17× lebih sedikit gerbang daripada desain sebelumnya yang terkecil, sehingga kompiler dengan sisa anggaran qubit kini dapat membeli gerbang dengannya.

• DQI / Dekode Reed–Solomon. Dekoder C​laude memangkas jumlah gerbang dengan faktor 12 dibandingkan konstruksi G​oogle sebelumnya, sebagian dengan menukar algoritma Euclidean yang diperluas dengan dekode Berlekamp–Massey. Detail penyimpanannya yang menarik: penanganan pengecualian kasus terburuk di 35 putaran akan membutuhkan 665 qubit, dan setelah simulator menjalankan 403 juta contoh dekode, C​laude justru hanya menyediakan ruang untuk satu nilai — 19 qubit — menerima bahwa kira-kira satu dari 10.000 eksekusi memerlukan lebih banyak dan gagal, laju yang masih berada dalam anggaran galat yang diizinkan.

• Penjumlahan titik pada kurva eliptik. Satu kali eksekusi selama 53 jam dengan masukan manusia minimal — sebuah arahan awal plus prompt sesekali — menghasilkan pendekatan baru. Claude membuktikan identitas-identitas aljabar, menguji rumus-rumus tersebut dalam simulasi numerik berskala besar, dan memformalkan klaim tersebut di Lean, yaitu jenis pemeriksaan mandiri yang membuat hasilnya lebih sulit untuk dikesampingkan sebagai artefak yang tampak masuk akal.

• Trajektori FeMoco, yang memerlukan catatan. Halaman Anthropic membandingkan hasil Claude dengan estimasi tahun 2017 untuk menyimulasikan kofaktor besi–molibdenum: sekitar 50 triliun gerbang Toffoli, turun menjadi sekitar 340 juta, pengurangan sekitar 150.000 kali, yang oleh halaman tersebut digambarkan sebagai beberapa jam pada mesin masa depan dengan sekitar tiga juta qubit fisik. Bacalah itu sebagai trajektori seluruh bidang, bukan hasil tunggal. Halaman itu sendiri mengaitkan pengurangan selama delapan tahun tersebut dengan banyak kelompok riset, dan pembacaan yang jujur adalah bahwa rancangan Claude merupakan sebuah langkah di dalam kurva yang sudah turun dengan tajam.

Sebagai gambaran mengapa angka DQI penting: estimasi Google Quantum AI sendiri menyiratkan bahwa satu masalah OPI akan memakan waktu sekitar tiga bulan pada superkomputer Frontier saat ini, dibandingkan dengan kira-kira satu jam pada komputer kuantum masa depan yang menjalankan DQI — dan sebagian besar dari satu jam itu digunakan untuk dekode Reed–Solomon. Memangkas jumlah gerbang dekoder sebesar 12× adalah pemangkasan pada suku dominan.

Apa yang tidak dimaksudkan oleh "mengalahkan hasil terbaik yang dipublikasikan"

Empat batasan yang jujur, dinyatakan sebelum ada yang mengutip 17× di luar konteks.

Pertama, ini adalah preprint tanpa reproduksi independen. Anthropic menjalankan evaluatornya; baseline pembanding berasal dari tabel makalah itu sendiri, dengan desain sebelumnya bersumber dari Schrottenloher (2026), Luo dkk. (2026) dan Khattar dkk. (2025). Keunggulan yang diklaim tetaplah sekadar klaim sampai seseorang menjalankan ulang harness tersebut.

Yang kedua adalah bahwa desain sirkuit merupakan salah satu komponen komputer kuantum, dan komponen-komponennya biasanya dirancang secara terpisah. Anthropic mencatat kemungkinan bahwa koreksi kesalahan, kompilasi, dan kendala perangkat keras dapat dioptimalkan secara bersama-sama dengan metode yang sama — yang merupakan arah penelitian, bukan hasil.

Yang ketiga adalah mode kegagalan yang dilaporkan A​nthropic terhadap dirinya sendiri: dalam eksperimen awal, model bersikap konservatif, berulang kali meragukan kemajuan yang didukung dengan baik dan memeriksa dua atau tiga kali desain yang mungkin sudah baik. Kehati-hatian itu pernah menghasilkan manfaat nyata — hal itu mendorong pembuktian Lean pada hasil divsteps — tetapi juga membuat pencarian bias ke arah pendekatan yang mapan. Mitigasinya bersifat struktural: mewajibkan beberapa pendekatan yang berbeda secara kualitatif dikembangkan secara paralel, dan sesekali mendorong model untuk memperluas pencariannya. Siapa pun yang membangun loop yang digerakkan evaluator pada model frontier apa pun akan mengenali mode kegagalan itu, dan perbaikan dengan pendekatan paralel adalah bagian yang dapat ditransfer.

Yang keempat adalah bahwa tujuh dari delapan tugas menghasilkan skor yang lebih baik pada formulasi yang sudah ada dan satu menghasilkan formulasi baru. Itu adalah jenis hasil yang berbeda, dan cara makalah itu sendiri membingkai hasil tersebut menganggap yang kedelapan sebagai yang menarik, karena pencarian yang hanya menyetel parameter di dalam struktur yang sudah dikenal memiliki batas atas.

Bagian yang berlaku umum di luar komputasi kuantum

Jika fisikanya disingkirkan, apa yang dibangun Anthropic adalah pengusul dan pemeriksa independen, yang disambungkan bersama, dengan objektif skalar yang dapat dilihat oleh kedua belah pihak. Pola itu kini menjadi bentuk standar pekerjaan agentik yang serius: satu model menghasilkan, model lain memverifikasi, dan loop berhenti ketika sebuah tes lulus, bukan ketika outputnya terbaca baik. Pelajaran yang ditambahkan makalah kuantum adalah tentang kejujuran kritikus — evaluator di sini bukanlah model kedua yang menawarkan opini. Ini adalah simulator yang menerima sirkuit itu atau tidak.

Ketika sebuah program tidak dapat menjadi juri, struktur terbaik kedua adalah model lain sebagai juri, dan itu adalah masalah perutean, bukan masalah riset. DSL perutean OrcaRouter menggabungkan beberapa model ke dalam satu panggilan, sehingga model murah dapat menjalankan cabang pengusul bervolume tinggi sementara model yang lebih kuat hanya dipanggil pada langkah verifikasi, dan fusi model menjalankan panel model terhadap prompt yang sama ketika satu pendapat tidak layak dipercaya. Intinya bukan bahwa sebuah router merancang sirkuitnya — router tidak merancangnya, dan loop Anthropic tidak membutuhkannya. Intinya adalah bahwa loop yang dijelaskan Anthropic dapat dibangun pada satu endpoint di lebih dari 200 model tanpa kontrak kedua, dan biaya loop didominasi oleh berapa banyak putaran pengusul yang dapat Anda biayai.

Di mana Anda benar-benar bisa menjalankan sesuatu seperti ini

C​laude M​ythos 5 sendiri tidak dapat dipanggil. Model ini dibatasi untuk mitra yang telah diverifikasi dan anggota program verifikasi, tidak muncul di API publik mana pun, dan tidak dirutekan ke sini — model yang dibatasi tidak dapat dirutekan ke publik. Yang dapat diakses adalah saudara publiknya. A​nthropic merilis setiap langkah terdepan sebagai dua SKU dengan bobot yang sama: SKU M​ythos dengan pengaman siber dan biologi yang disesuaikan untuk para pembela yang telah diverifikasi, dan SKU Fable dengan tumpukan pengaman lengkap tetap aktif. Claude Fable 5 adalah anggota tanpa pembatasan dari generasi C​laude M​ythos 5, dan tersedia dalam katalog OrcaRouter pada harga daftar A​nthropic sebesar $10 per juta token input dan $50 per juta token output, diteruskan dengan markup 0%, dengan versi yang lebih baru dari Claude Fable 5.1 — kembaran publik dari C​laude M​ythos 5.1 — di sampingnya dengan tarif yang sama dan pembacaan cache 75% lebih murah. Itulah rute praktis menuju tingkat kapabilitas yang dibahas dalam makalah, dan biayanya adalah angka milik vendor sendiri, bukan angka yang sudah ditambahi markup.

Perlu dikatakan secara terus terang: keuntungan makalah ini berasal dari sebuah loop, bukan dari satu prompt tunggal. Siapa pun yang mencoba mereproduksi ini harus menganggarkan ratusan putaran proposisi-evaluasi-revisi per primitif dan memilih model yang biaya per putarannya dapat mereka tanggung. Itulah argumen untuk menempatkan loop di belakang router dengan failover otomatis, alih-alih mempertaruhkan pencarian dua belas jam pada satu penyedia yang kebetulan sedang mujur.

Tontonan Berikutnya

Tiga hal yang dapat diperiksa. Pengulangan independen evaluator pada sirkuit divsteps dan DQI, yang merupakan satu-satunya cara angka 17× dan 12× menjadi lebih dari sekadar angka Anthropic. Apakah harness itu sendiri dirilis, karena loop umpan balik adalah kontribusi yang dapat digunakan kembali dan sirkuitnya adalah demonstrasi. Dan apakah pola pengusul-dan-evaluator yang sama muncul pada masalah yang kebenarannya tidak dapat diperiksa oleh mesin, karena di situlah pertanyaan model-sebagai-hakim tidak lagi sekadar akademis.

Sampai saat itu, ringkasan yang adil adalah bahwa model frontier yang dibatasi aksesnya, diarahkan ke domain dengan fungsi objektif yang murah dan dibiarkan sendiri selama 53 jam, telah menggeser batas sumber daya yang telah didorong oleh para peneliti manusia selama delapan tahun. Hal itu layak ditanggapi dengan serius berdasarkan kekuatan metodenya, bahkan ketika pengali spesifiknya tetap dilabeli sebagai milik vendor sendiri.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.