Claude Mythos 5 ha trovato circuiti quantistici migliori del miglior risultato pubblicato — a cominciare da uno che riduce le porte di 17×

Il programma STEM Fellows di Anthropic ha pubblicato questa settimana un risultato in cui Claude Mythos 5 ha ricevuto specifiche in linguaggio naturale per otto circuiti quantistici e, lavorando in un ciclo chiuso con un valutatore automatico, ha restituito progetti che hanno superato i migliori pubblicati su sette di essi — e sull'ottavo ha prodotto qualcosa che la letteratura non aveva: un'implementazione reversibile di divsteps senza cronologia dei branch memorizzata, di cui una variante usa il 12% di qubit in più ma 17× meno porte rispetto al più piccolo progetto precedente. L'articolo, Scoprire circuiti quantistici allo stato dell'arte con modelli linguistici di grandi dimensioni, è su arXiv (2610.22367, inviato il 15 ottobre 2026, 46 pagine), e il suo autore principale è Andi Gu, un fellow del programma, supervisionato dal fisico quantistico Alek Kemeny e in collaborazione con Susanne Yelin e Mikhail Lukin di Harvard. Ogni numero di seguito è di Anthropic stessa o proviene dalle tabelle dell'articolo stesso; nessuno di essi è stato ancora riprodotto in modo indipendente.

Cosa è stato effettivamente eseguito e cosa no

Vale la pena descrivere con precisione l'impostazione, perché l'affermazione interessante non è "un modello ha scritto del codice". A​nthropic ha fornito a C​laude M​ythos 5 una specifica per una primitiva computazionale, e il modello ha proposto un circuito in Python. Un valutatore separato — un programma, non un modello — ha verificato la correttezza del circuito e lo ha valutato in base al numero di qubit moltiplicato per il numero di gate, un proxy del tempo di esecuzione. Il punteggio è tornato al modello, che ha apportato revisioni. Non c'era alcun essere umano nel ciclo tra un round e l'altro. Secondo la descrizione di A​nthropic, C​laude ha lavorato "in gran parte da solo".

Due cose, in quel ciclo, fanno il lavoro pesante. La prima è che il valutatore è indipendente dal proponente, così una risposta sbagliata ma plausibile ottiene zero invece di vincere una discussione. La seconda è che l'obiettivo è un numero, il che significa che il modello può capire se una revisione ha aiutato. È la stessa forma di una suite di test che guida un agente di programmazione, ed è il motivo per cui A​nthropic ha scelto di studiare i circuiti quantistici: il dominio ha una verifica di correttezza automatica, rigorosa ed economica.

Le otto primitive coprono chimica, ottimizzazione, simulazione quantistica, teoria dei numeri e calcolo numerico. Due vincoli rendono il dominio insolito. I circuiti quantistici non hanno diramazioni if-then, perché la sovrapposizione implica che serve un'operazione per ogni ramo; e non possono scartare informazioni, perché ogni passo deve essere reversibile. I valori temporanei residui devono essere decalcolati eseguendo il calcolo a ritroso, il che comporta un costo in porte. Questo impone un compromesso spazio-tempo che non ha analoghi classici, ed è esattamente il tipo di compromesso su cui si può indirizzare un processo di ricerca.

I quattro risultati che vale la pena leggere in dettaglio

• Divsteps / inversione modulare su campo primo. Questa è la notizia principale. Claude ha prodotto la prima implementazione reversibile dei divsteps che non memorizza alcuna cronologia dei branch — una costruzione che l'articolo descrive come ciò che rende i divsteps, un algoritmo classico precedentemente poco pratico per l'aritmetica intera reversibile, finalmente utilizzabili. Il risultato utilizzabile è uno spostamento di Pareto più che una singola vittoria: un membro della famiglia di progetti risultante spende il 12% di qubit in più e 17× meno porte rispetto al più piccolo progetto precedente, quindi un compilatore con un budget di qubit in eccesso può ora acquistare porte con esso.

• Decodifica DQI / Reed–Solomon. Il decoder di Claude riduce il numero di porte di un fattore 12 rispetto alla precedente costruzione di Google, in parte sostituendo l'algoritmo euclideo esteso con la decodifica di Berlekamp–Massey. Il dettaglio interessante è quello della memoria: la gestione nel caso peggiore delle eccezioni su 35 round richiederebbe 665 qubit, e dopo che un simulatore ha eseguito 403 milioni di decodifiche campione Claude ha invece riservato spazio per un solo valore — 19 qubit — accettando che circa una esecuzione su 10.000 ne richieda di più e fallisca, un tasso che rientra nel budget di errore consentito.

• Addizione di punti su curva ellittica. Una singola esecuzione di 53 ore con un intervento umano minimo — un brief iniziale più qualche prompt occasionale — ha prodotto un nuovo approccio. Claude ha dimostrato le identità algebriche, testato le formule in simulazioni numeriche su larga scala e formalizzato l'affermazione in Lean, ovvero quel tipo di autoverifica che rende il risultato più difficile da liquidare come un artefatto dall'aspetto plausibile.

• La traiettoria FeMoco, che richiede una precisazione. La pagina di Anthropic mette il risultato di Claude a confronto con la stima del 2017 per la simulazione del cofattore ferro–molibdeno: circa 50.000 miliardi di porte di Toffoli, che scendono a circa 340 milioni, una riduzione di circa 150.000 volte, che la pagina descrive come poche ore su una macchina futura con circa tre milioni di qubit fisici. Interpretatelo come una traiettoria che riguarda l'intero settore, non come un singolo risultato. La pagina stessa attribuisce la riduzione nell'arco di otto anni a molti gruppi di ricerca, e la lettura onesta è che il progetto di Claude è un passo all'interno di una curva che era già in forte discesa.

Per rendere l'idea di perché il numero DQI è importante: le stime della stessa Google Quantum AI implicano che un problema OPI richiederebbe circa tre mesi sull'attuale supercomputer Frontier, contro più o meno un'ora su un futuro computer quantistico che esegue DQI — e la maggior parte di quell'ora è assorbita dalla decodifica Reed–Solomon. Ridurre di 12× il numero di porte del decodificatore significa tagliare il termine dominante.

Cosa non significa "batte il miglior risultato pubblicato"

Quattro limiti onesti, dichiarati prima che qualcuno citi il 17× fuori contesto.

Il primo punto è che si tratta di un preprint senza riproduzione indipendente. Anthropic ha eseguito il valutatore; le baseline di confronto provengono dalle tabelle dell'articolo stesso, con progettazioni precedenti tratte da Schrottenloher (2026), Luo et al. (2026) e Khattar et al. (2025). Il vantaggio rivendicato resta un'affermazione finché qualcuno non rieseguirà l'harness.

Il secondo è che la progettazione dei circuiti è una componente di un computer quantistico, e i componenti sono di solito progettati separatamente. Anthropic osserva la possibilità che la correzione degli errori, la compilazione e i vincoli hardware possano essere ottimizzati congiuntamente dallo stesso metodo — che è una direzione di ricerca, non un risultato.

Il terzo è una modalità di fallimento che Anthropic segnala contro se stessa: nei primi esperimenti il modello era conservativo, rimetteva continuamente in discussione miglioramenti ben supportati e ricontrollava due o tre volte progetti che probabilmente andavano bene. Quella cautela produsse un beneficio reale una volta — portò alle dimostrazioni Lean sul risultato divsteps — ma orientò anche la ricerca verso approcci consolidati. La mitigazione fu strutturale: richiedere che diversi approcci qualitativamente differenti fossero sviluppati in parallelo e occasionalmente invitare il modello ad ampliare la propria ricerca. Chiunque costruisca cicli guidati da valutatori su qualsiasi modello di frontiera riconoscerà quella modalità di fallimento, e la soluzione degli approcci paralleli è la parte trasferibile.

Il quarto è che sette compiti su otto hanno prodotto un punteggio migliore su una formulazione esistente e uno ha prodotto una nuova formulazione. Questi sono tipi di risultato diversi, e l'inquadramento stesso del paper considera l'ottavo quello interessante, perché una ricerca che si limita a regolare i parametri all'interno di una struttura nota ha un tetto.

La parte che si generalizza al di là del calcolo quantistico

Togli la fisica e ciò che Anthropic ha costruito è un propositore e un verificatore indipendente, connessi tra loro, con un obiettivo scalare che entrambe le parti possono vedere. Questo schema è ormai la forma standard del lavoro agentico serio: un modello genera, un altro verifica, e il ciclo si ferma quando un test passa anziché quando l'output si legge bene. La lezione che aggiunge il paper quantistico riguarda l'onestà del critico — il valutatore qui non è un secondo modello che offre un'opinione. È un simulatore che accetta il circuito oppure no.

Dove un programma non può essere il giudice, la seconda migliore struttura è un modello diverso come giudice, e questo è un problema di routing piuttosto che di ricerca. Il DSL di routing di OrcaRouter compone diversi modelli in un'unica chiamata, così un modello economico può gestire il ramo proponente ad alto volume mentre uno più forte viene invocato solo nella fase di verifica, e la fusione di modelli esegue un pannello di modelli sullo stesso prompt quando una singola opinione non è degna di fiducia. Il punto non è che un router abbia progettato i circuiti — non l'ha fatto, e il loop di A​nthropic non ne ha bisogno. Il punto è che il loop che A​nthropic descrive è costruibile su un singolo endpoint attraverso oltre 200 modelli senza un secondo contratto, e il costo del loop è dominato da quanti round del proponente ci si può permettere.

Dove puoi davvero eseguire qualcosa del genere

Claude M​ythos 5 stesso non può essere chiamato. È riservato a partner verificati e ai membri del programma di verifica, non compare su nessuna API pubblica e non viene instradato qui — un modello ad accesso controllato non può essere instradato al pubblico. Ciò che è raggiungibile è la sua controparte pubblica. A​nthropic distribuisce ogni passo di frontiera come due SKU degli stessi pesi: lo SKU M​ythos con salvaguardie cyber e biologiche ottimizzate per difensori verificati, e lo SKU Fable con l'intero stack di salvaguardie lasciato attivo. Claude Fable 5 è il membro senza restrizioni della generazione di C​laude M​ythos 5, e si trova nel catalogo OrcaRouter al prezzo di listino di A​nthropic di $10 per milione di token di input e $50 per milione di token di output, passato a markup 0%, con il più recente Claude Fable 5.1 — il gemello pubblico di C​laude M​ythos 5.1 — accanto ad esso allo stesso prezzo e con una lettura della cache inferiore del 75%. Questa è la via pratica verso il livello di capacità di cui parla lo studio, e costa il numero del fornitore stesso anziché uno maggiorato.

Vale la pena dirlo chiaramente: i miglioramenti del paper sono venuti da un ciclo, non da un singolo prompt. Chiunque cerchi di riprodurre questo dovrebbe preventivare centinaia di round di proposizione-valutazione-revisione per primitiva e scegliere un modello il cui costo per round sia sostenibile. Questo è l'argomento a favore del mettere il ciclo dietro un router con failover automatico, invece di scommettere una ricerca di dodici ore sul fatto che un unico fornitore abbia un buon pomeriggio.

Cosa guardare dopo

Tre cose verificabili. Una riesecuzione indipendente del valutatore sui circuiti divsteps e DQI, che è l'unico modo in cui i 17× e i 12× diventano più che semplici numeri di Anthropic. Se l'harness stesso viene rilasciato, perché il ciclo di feedback è il contributo riutilizzabile e i circuiti sono la dimostrazione. E se lo stesso schema proponente-e-valutatore si presenta su un problema in cui la correttezza non è verificabile automaticamente, dato che è lì che la questione del modello-come-giudice smette di essere accademica.

Fino ad allora, il riepilogo equo è che un modello frontier con accesso limitato, puntato su un dominio con una funzione obiettivo a basso costo e lasciato da solo per 53 ore, ha spostato una frontiera delle risorse su cui i ricercatori umani spingevano da otto anni. Ciò merita di essere preso sul serio in virtù del metodo, anche mentre i moltiplicatori specifici restano etichettati come quelli del fornitore.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.