Claude Mythos 5は、公開されている最良の量子回路よりも優れた量子回路を発見した——ゲートを17×削減する回路を皮切りに

AnthropicのSTEMフェロープログラムは今週、ある成果を発表した。Claude Mythos 5に8つの量子回路について平易な言葉の仕様を与え、自動評価器に対して閉ループで動作させたところ、7つで公開されている最良の設計を上回る設計を返し、8つ目では文献になかったもの、つまり分岐履歴を保存しない可逆divsteps実装を生み出した。そのうちの1つは、以前の最小設計より量子ビットを12%多く使うが、ゲート数は17分の1である。論文大規模言語モデルによる最先端量子回路の発見はarXiv（2610.22367、2026年10月15日投稿、46ページ）にあり、筆頭著者は同プログラムのフェローであるAndi Guで、量子物理学者Alek Kemenyの指導を受け、ハーバード大学のSusanne YelinとMikhail Lukinと共同で行った。以下のすべての数値はAnthropic自身のものか、論文自体の表から取ったものであり、まだ独立に再現されたものはない。

実際に実行されたもの、されなかったもの

この設定は正確に説明する価値がある。なぜなら、興味深い主張は「モデルがコードを書いた」ということではないからだ。AnthropicはClaude Mythos 5に計算プリミティブの仕様を与え、モデルは回路をPythonとして提案した。別個の評価器——モデルではなくプログラム——がその回路の正しさを検査し、量子ビット数にゲート数を掛けた値で採点した。これは実行時間の代理指標である。そのスコアはモデルに戻され、モデルは修正した。ラウンド間に人間は介在していなかった。Anthropicの説明では、Claudeは「ほぼ独力で」作業した。

そのループで大きな役割を担っている点が2つある。1つ目は、評価者が提案者から独立しているため、もっともらしく見える誤った答えは、議論で勝つのではなくスコアがゼロになることだ。2つ目は、目的関数が数値であるため、モデルは修正が役立ったかどうかを判断できることだ。これは、テストスイートがコーディングエージェントを動かすのと同じ形であり、Anthropicが量子回路を研究対象に選んだ理由でもある。この領域には、厳密で、安価で、自動的な正しさのチェックがあるからだ。

8つのプリミティブは、化学、最適化、量子シミュレーション、数論、数値計算にまたがっている。この領域を独特なものにしている制約が2つある。量子回路にはif-then分岐が存在しない。重ね合わせのため、すべての分岐に対して演算が必要になるからだ。また、情報を破棄することもできない。すべてのステップが可逆でなければならないからだ。余ったスクラッチ値は、計算を逆方向に実行してアンコンピュートしなければならず、それにはゲートが必要になる。そのため、古典的な類似物が存在しない空間対時間のトレードオフが強いられる。そしてそれはまさに、探索プロセスを向けることのできる種類のトレードオフである。

詳しく読む価値のある4つの結果

• divsteps／素体上のモジュラー逆元計算。 これが最大の見どころです。Claude は、分岐履歴を一切保存しない初の可逆 divsteps 実装を生み出しました——これは、従来は可逆整数演算には実用的でなかった古典的アルゴリズムである divsteps を、新たに実用可能にする構成だと論文は述べています。得られる成果は単一の勝利ではなくパレートシフトです。すなわち、この設計から生まれた設計ファミリーのあるメンバーは、従来最小の設計と比べて量子ビットを12%多く消費し、ゲートは17倍少なくて済むため、量子ビットの予算に余裕のあるコンパイラは、その余裕をゲートの購入に充てられるようになります。

• DQI / リード・ソロモン復号。Claude のデコーダは、Google の以前の構成に対してゲート数を 12 分の 1 に削減している。その一因は、拡張ユークリッドアルゴリズムを Berlekamp–Massey 復号に置き換えたことにある。興味深いのはストレージの詳細だ。35 ラウンドにわたる例外の最悪ケース処理には 665 量子ビットが必要になるが、シミュレータが 4 億 300 万件のサンプル復号を実行した後、Claude は代わりに単一の値用の領域——19 量子ビット——を確保し、およそ 1 万回に 1 回の実行ではそれ以上を必要として失敗することを受け入れた。これは許容エラーバジェット内の割合である。

• 楕円曲線の点の加法。 人間の入力は最小限——最初の簡単な指示と時折のプロンプトだけ——で、たった1回の53時間の実行が新しいアプローチを生み出した。C​laudeは代数恒等式を証明し、大規模な数値シミュレーションで公式を検証し、Leanでその主張を形式化した。これは一種の自己検証であり、その結果を、もっともらしく見えるだけの産物として片付けることを難しくする。

• FeMocoの軌跡には、ただし書きが必要だ。Anthropicのページは、Claudeの結果を、鉄–モリブデン補因子をシミュレーションするための2017年の推定値と対比させている。約50兆Toffoliゲートが、およそ3億4000万まで減り、約15万倍の削減となる。このページでは、それを約300万物理量子ビットを備えた将来のマシンでの数時間と説明している。それは単一の成果ではなく、分野全体の軌跡として読むべきだ。ページ自体、この8年間の削減を多くの研究グループの功績としている。そして誠実に読めば、Claudeの設計は、すでに急勾配で下降していた曲線の中の一歩である。

DQIという数値がなぜ重要かを示す規模感として、G​oogle Quantum AI自身の推定によれば、1つのOPI問題は今日のFrontierスーパーコンピュータでは約3か月かかるのに対し、DQIを実行する将来の量子コンピュータではおよそ1時間で済む——そしてその1時間の大半はReed–Solomon復号に費やされる。デコーダのゲート数を12分の1に削減することは、支配的な項を削減することになる。

「公表されている最良を上回る」が意味しないこと

誰かが17×を文脈から切り離して引用する前に述べておく、四つの正直な限界。

第一に、これは独立した再現がなされていないプレプリントであるという点だ。評価を実行したのはAnthropicであり、比較のベースラインは論文自身の表に由来し、先行する設計はSchrottenloher（2026）、Luo et al.（2026）、Khattar et al.（2025）に帰されている。主張されている優位性は、誰かがハーネスを再実行するまではあくまで主張にすぎない。

第二に、回路設計は量子コンピュータの一構成要素であり、その構成要素は通常別々に設計される。Anthropicは、誤り訂正、コンパイル、ハードウェア制約を同じ手法で共同最適化できる可能性を指摘している——これは研究の方向性であり、成果ではない。

第三は、Anthropic が自社に対して報告している失敗モードである。初期の実験で、モデルは保守的であり、十分に裏付けられた改善に何度も疑問を呈し、おそらく問題ない設計を二重にも三重にも確認していた。その慎重さは一度は実際の利益を生んだ——divsteps の結果に関する Lean の証明を促した——が、同時に探索を既存のアプローチへと偏らせもした。緩和策は構造的なものだった。質的に異なる複数のアプローチを並行して開発するよう求め、ときにはモデルに探索を広げるよう促す。あらゆるフロンティアモデルの上で評価器駆動のループを構築する者なら誰でもその失敗モードを認識するだろうし、並行アプローチという修正が転用可能な部分である。

第四点は、8つのタスクのうち7つが既存の定式化でより良いスコアを出し、1つが新しい定式化を生み出したということです。これらは種類の異なる結果であり、論文自身の枠組みでは、8番目のタスクを興味深いものとして扱っています。なぜなら、既知の構造の中でパラメータを調整するだけの探索には上限があるからです。

量子コンピューティングを超えて一般化する部分

物理学を剥ぎ取ってしまえば、Anthropic が構築したものは、提案器と独立した検証器を配線でつなぎ、双方に見えるスカラー目的関数を備えたものだ。そのパターンは今や、本格的なエージェント的作業の標準的な形だ。一方のモデルが生成し、もう一方が検証し、ループは出力がよく読めるかどうかではなく、テストが通ったときに止まる。量子論文が加える教訓は、批評者の誠実さに関するものだ — ここでの評価器は、意見を述べる第二のモデルではない。回路を受け入れるか、受け入れないかのどちらかであるシミュレータなのだ。

プログラムが審判になれない場合、次善の構造は別のモデルを審判とすることであり、それは研究上の問題ではなくルーティングの問題だ。OrcaRouterのルーティングDSLは複数のモデルを単一の呼び出しに合成するため、安価なモデルが大量の提案ブランチを実行でき、より強力なモデルは検証ステップでのみ呼び出される。また、モデル融合は、単一の意見が信頼に値しない場合に、同じプロンプトに対してモデルのパネルを実行する。要点は、ルーターが回路を設計したということではない——実際には設計していないし、Anthropicのループもルーターを必要としない。要点は、Anthropicが説明するループが、2つ目の契約なしに200を超えるモデルにまたがる単一のエンドポイント上で構築可能であり、そのループのコストは、提案ラウンドをいくつ賄えるかによって大きく左右されるということだ。

実際にこういうものを実行できる場所

Claude Mythos 5 自体を呼び出すことはできません。それは審査済みのパートナーと検証プログラムのメンバーに限定されており、公開 API には一切現れず、ここにルーティングされることもありません — ゲートされたモデルを公開側にルーティングすることはできないのです。到達可能なのは、その公開された兄弟モデルです。Anthropic はフロンティアのあらゆる一歩を、同じ重みの 2 つの SKU として出荷しています。審査済みの防御者向けに調整されたサイバーおよび生物学のセーフガードを備えた Mythos SKU と、セーフガードスタックを完全に残したままの Fable SKU です。Claude Fable 5 は Claude Mythos 5 の世代における非ゲート版であり、OrcaRouter のカタログに、Anthropic の定価である入力トークン 100 万あたり 10 ドル、出力トークン 100 万あたり 50 ドルで、0% のマークアップでそのまま掲載されています。さらに新しい Claude Fable 5.1 — Claude Mythos 5.1 の公開版 — が、同じ料金と 75% 低いキャッシュ読み取りで並んでいます。これがこの論文で扱われている能力階層への実用的な経路であり、コストはマークアップされた価格ではなくベンダー自身の数字です。

はっきり言っておく価値がある。この論文の成果は、単一のプロンプトではなく、ループから得られたものだ。これを再現しようとする人は、プリミティブごとに数百回の提案→評価→修正のラウンドを見込むべきであり、1ラウンドあたりのコストが許容できるモデルを選ぶべきだ。つまり、12時間の探索を、あるプロバイダーがたまたま好調であることに賭けるのではなく、自動フェイルオーバー付きのルーターの背後にループを置くべきだ、という主張である。

次に見るもの

検証可能なことが3つある。divstepsとDQI回路に対する評価器の独立した再実行。これだけが17×と12×をAnthropicの数字以上のものにする。ハーネス自体が公開されるかどうか。なぜなら、フィードバックループが再利用可能な貢献であり、回路はその実証だから。そして、同じ提案者と評価者のパターンが、正しさが機械的に検証できない問題にも現れるかどうか。そこが、モデルを審判とする問題が学術的なものではなくなる場所だから。

それまでは、公平な要約はこうだ。アクセス制限されたフロンティアモデルが、安価な目的関数を持つ領域に向けられ、53時間放置され、人間の研究者が8年間押し進めてきた資源のフロンティアを動かした。たとえ具体的な倍率がベンダー自身のものという表示のままであっても、これは手法の強さゆえに真剣に受け止める価値がある。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。