Claude Mythos 5 vond kwantumcircuits die beter zijn dan de beste die gepubliceerd zijn — te beginnen met een circuit dat 17× minder poorten nodig heeft

A​nthropic's STEM Fellows Program publiceerde deze week een resultaat waarin C​laude M​ythos 5 kreeg specificaties in gewone taal voor acht kwantumcircuits en, werkend in een gesloten lus tegen een geautomatiseerde evaluator, leverde ontwerpen op die de beste gepubliceerde ontwerpen op zeven van hen overtroffen — en op de achtste iets produceerde dat de literatuur niet had: een omkeerbare divsteps-implementatie zonder opgeslagen vertakkingsgeschiedenis, waarvan één variant 12% meer qubits gebruikt maar 17× minder poorten dan het kleinste eerdere ontwerp. Het artikel, State-of-the-art kwantumcircuits ontdekken met grote taalmodellen, staat op arXiv (2610.22367, ingediend op 15 oktober 2026, 46 pagina's), en de hoofdauteur is Andi Gu, een fellow in het programma, begeleid door kwantumfysicus Alek Kemeny en werkend met Susanne Yelin en Mikhail Lukin van Harvard. Elk getal hieronder is van A​nthropic zelf of komt uit de eigen tabellen van het artikel; niets ervan is nog onafhankelijk gereproduceerd.

Wat daadwerkelijk is uitgevoerd, en wat niet

De opzet is het waard precies te beschrijven, want de interessante bewering is niet "een model heeft wat code geschreven." Anthropic gaf Claude Mythos 5 een specificatie voor een computationele primitieve, en het model stelde een circuit voor in Python. Een afzonderlijke evaluator — een programma, geen model — controleerde het circuit op correctheid en beoordeelde het op basis van het aantal qubits vermenigvuldigd met het aantal gates, een proxy voor de looptijd. De score ging terug naar het model, dat bijstelde. Er was geen menselijke tussenkomst tussen de rondes. De beschrijving van Anthropic is dat Claude "grotendeels zelfstandig" werkte.

Twee dingen aan die lus doen het zware werk. Het eerste is dat de evaluator onafhankelijk is van de voorsteller, zodat een aannemelijk lijkend fout antwoord nul scoort in plaats van een discussie te winnen. Het tweede is dat het doel een getal is, waardoor het model kan vaststellen of een revisie hielp. Dit heeft dezelfde vorm als een testsuite die een codingagent aanstuurt, en het is de reden dat Anthropic kwantumcircuits koos om te bestuderen: het domein heeft een harde, goedkope, automatische correctheidscontrole.

De acht primitieven bestrijken chemie, optimalisatie, kwantumsimulatie, getaltheorie en numeriek rekenen. Twee beperkingen maken dit domein ongewoon. Kwantumcircuits kennen geen als-dan-vertakking, omdat superpositie betekent dat er voor elke vertakking een bewerking nodig is; en ze kunnen geen informatie weggooien, omdat elke stap omkeerbaar moet zijn. Achtergebleven hulpwaarden moeten worden terugberekend door de berekening achterstevoren uit te voeren, wat poorten kost. Dat dwingt een afweging tussen ruimte en tijd af die geen klassiek equivalent heeft, en het is precies het soort afweging waarop een zoekproces kan worden gericht.

De vier resultaten die het waard zijn om in detail te lezen

• Divsteps / modulaire inversie over een priemlichaam. Dit is de hoofdboodschap. Claude heeft de eerste reversibele divsteps-implementatie geproduceerd die geen vertakkingsgeschiedenis opslaat — een constructie die volgens het artikel divsteps, een klassiek algoritme dat voorheen onpraktisch was voor reversibele geheeltallige rekenkunde, voor het eerst werkbaar maakt. De bruikbare uitkomst is een Pareto-verschuiving in plaats van één enkele winst: een lid van de resulterende ontwerpfamilie gebruikt 12% meer qubits en 17× minder poorten dan het kleinste eerdere ontwerp, zodat een compiler met een overschot aan qubitbudget er nu poorten mee kan kopen.

• DQI / Reed–Solomon-decodering. Claudes decoder verlaagt het poortaantal met een factor 12 ten opzichte van Googles eerdere constructie, deels door het uitgebreide Euclidische algoritme te vervangen door Berlekamp–Massey-decodering. Het interessante zit in het opslagdetail: worst-case afhandeling van uitzonderingen over 35 ronden zou 665 qubits vergen, en nadat een simulator 403 miljoen voorbeelddecoderingen had uitgevoerd, reserveerde Claude in plaats daarvan ruimte voor één waarde — 19 qubits — en accepteerde dat ongeveer één op de 10.000 runs meer nodig heeft en mislukt, een percentage binnen het toegestane foutbudget.

• Puntoptelling op elliptische krommen. Een enkele run van 53 uur met minimale menselijke inbreng — een initiële briefing plus af en toe een prompt — leverde een nieuwe benadering op. C​laude bewees de algebraïsche identiteiten, testte de formules in grootschalige numerieke simulaties en formaliseerde de bewering in Lean, wat precies het soort zelfcontrole is waardoor het resultaat moeilijker af te doen valt als een plausibel ogend artefact.

• Het FeMoco-traject, waarbij een kanttekening nodig is. De pagina van A​nthropic zet het resultaat van C​laude tegenover de schatting uit 2017 voor het simuleren van de ijzer-molybdeen-cofactor: ongeveer 50 biljoen Toffoli-poorten, dalend naar ruwweg 340 miljoen, een reductie met een factor van zo'n 150.000, wat de pagina beschrijft als een paar uur op een toekomstige machine met ongeveer drie miljoen fysieke qubits. Lees dat als een traject voor het hele vakgebied, niet als één enkel resultaat. De pagina zelf schrijft de reductie over acht jaar toe aan vele onderzoeksgroepen, en de eerlijke lezing is dat het ontwerp van C​laude een stap is binnen een curve die al steil daalde.

Ter illustratie van waarom het DQI-getal ertoe doet: de eigen schattingen van G​oogle Quantum AI impliceren dat één OPI-probleem ongeveer drie maanden zou duren op de huidige Frontier-supercomputer, tegenover ongeveer een uur op een toekomstige quantumcomputer die DQI draait — en het grootste deel van dat uur gaat naar Reed–Solomon-decodering. Het met 12× verkleinen van het poortaantal van de decoder is een verlaging van de dominante term.

Wat "beats the published best" niet betekent

Vier eerlijke beperkingen, genoemd voordat iemand de 17× uit zijn verband rukt.

Het eerste is dat dit een preprint is zonder onafhankelijke reproductie. Anthropic voerde de evaluator uit; de vergelijkingsbaselines komen uit de eigen tabellen van het artikel, waarbij eerdere ontwerpen afkomstig zijn van Schrottenloher (2026), Luo et al. (2026) en Khattar et al. (2025). Het beweerde voordeel is een bewering totdat iemand de harness opnieuw draait.

Het tweede is dat circuitontwerp één component van een kwantumcomputer is, en de componenten worden gewoonlijk afzonderlijk ontworpen. A​nthropic merkt de mogelijkheid op dat foutcorrectie, compilatie en hardwarebeperkingen gezamenlijk geoptimaliseerd zouden kunnen worden met dezelfde methode — wat een onderzoeksrichting is, geen resultaat.

De derde is een faalmodus die Anthropic over zichzelf rapporteert: in vroege experimenten was het model conservatief, trok het herhaaldelijk goed onderbouwde verbeteringen in twijfel en controleerde het ontwerpen die waarschijnlijk prima waren dubbel of driedubbel. Die voorzichtigheid leverde één keer een echt voordeel op — ze vormde de aanleiding voor de Lean-bewijzen voor het divsteps-resultaat — maar ze bevooroordeelde de zoektocht ook richting gevestigde benaderingen. De mitigatie was structureel: het vereisen van meerdere kwalitatief verschillende benaderingen die parallel worden ontwikkeld, en het model af en toe aansporen om zijn zoektocht te verbreden. Iedereen die evaluatorgestuurde lussen bouwt op welk frontier-model dan ook, zal die faalmodus herkennen, en de oplossing met parallelle benaderingen is het overdraagbare deel.

Het vierde is dat zeven van de acht taken een betere score opleverden op een bestaande formulering en één een nieuwe formulering opleverde. Dat zijn verschillende soorten resultaten, en de manier waarop het paper het zelf kadert, beschouwt de achtste als de interessante, omdat een zoekproces dat alleen parameters afstemt binnen een bekende structuur een plafond heeft.

Het deel dat breder generaliseert dan quantumcomputing

Haal de natuurkunde eruit en wat Anthropic heeft gebouwd, is een voorsteller en een onafhankelijke controleur, met elkaar verbonden, met een scalaire doelfunctie die beide partijen kunnen zien. Dat patroon is nu de standaardvorm van serieus agentisch werk: het ene model genereert, het andere verifieert, en de lus stopt wanneer een test slaagt in plaats van wanneer de output prettig leest. De les die het kwantumartikel toevoegt, gaat over de eerlijkheid van de criticus — de evaluator is hier geen tweede model dat een mening geeft. Het is een simulator die het circuit ofwel accepteert ofwel niet.

Waar een programma niet de rechter kan zijn, is de op een na beste structuur een ander model als rechter, en dat is een routeringsprobleem in plaats van een onderzoeksprobleem. OrcaRouter's routing-DSL combineert meerdere modellen in één aanroep, zodat een goedkoop model de hoogvolume-voorstellerbranch kan draaien, terwijl een sterker model alleen bij de verificatiestap wordt aangeroepen, en modelfusie draait een panel van modellen tegen dezelfde prompt wanneer een enkele mening niet te vertrouwen is. Het punt is niet dat een router de circuits heeft ontworpen — dat deed hij niet, en Anthropic's loop heeft er geen nodig. Het punt is dat de loop die Anthropic beschrijft, bouwbaar is op één enkel endpoint over meer dan 200 modellen zonder een tweede contract, en de kosten van de loop worden gedomineerd door hoeveel voorstellerrondes je kunt veroorloven.

Waar je zoiets echt kunt draaien

C​laude M​ythos 5 zelf kan niet worden aangeroepen. Het is beperkt tot doorgelichte partners en leden van het verificatieprogramma, het komt niet voor in enige publieke API, en het wordt hier niet gerouteerd — een afgeschermd model kan niet naar het publiek worden gerouteerd. Wat bereikbaar is, is de publieke tegenhanger. A​nthropic levert elke frontierstap als twee SKU's met dezelfde gewichten: de M​ythos-SKU met cyber- en biologiebeveiligingen afgestemd op doorgelichte verdedigers, en de Fable-SKU met de volledige beveiligingsstack ingeschakeld. Claude Fable 5 is de niet-afgeschermde variant van de generatie van C​laude M​ythos 5, en het staat in de OrcaRouter-catalogus tegen de lijstprijs van A​nthropic van $10 per miljoen inputtokens en $50 per miljoen outputtokens, doorgegeven tegen 0% opslag, met de nieuwere Claude Fable 5.1 — de publieke tweeling van C​laude M​ythos 5.1 — ernaast tegen hetzelfde tarief en een 75% lagere cache-read. Dat is de praktische route naar het capaciteitsniveau waar het artikel over gaat, en het kost het eigen tarief van de leverancier in plaats van een tarief met opslag.

Het loont om het ronduit te zeggen: de winst van de paper kwam uit een loop, niet uit één enkele prompt. Iedereen die dit probeert te reproduceren, moet rekenen op honderden rondes van propositie, evaluatie en herziening per primitieve en een model kiezen waarvan de kosten per ronde acceptabel zijn. Dat is het argument om de loop achter een router met automatische failover te zetten, in plaats van een zoektocht van twaalf uur te wagen op één provider die een goede middag heeft.

Wat nu te kijken

Drie controleerbare dingen. Een onafhankelijke heruitvoering van de evaluator op de divsteps- en DQI-circuits, wat de enige manier is waarop de 17× en 12× meer worden dan de cijfers van Anthropic. Of de harness zelf wordt vrijgegeven, omdat de feedbackloop de herbruikbare bijdrage is en de circuits de demonstratie. En of hetzelfde patroon van voorsteller en evaluator opduikt bij een probleem waarvan de juistheid niet machinecontroleerbaar is, want dat is waar de model-als-rechtervraag niet langer academisch is.

Tot die tijd is de eerlijke samenvatting dat een afgeschermd frontiermodel, gericht op een domein met een goedkope doelfunctie en 53 uur met rust gelaten, een hulpbronnengrens heeft verschoven waar menselijke onderzoekers al acht jaar aan duwden. Dat verdient het om serieus te worden genomen op basis van de methode, zelfs terwijl de specifieke vermenigvuldigingsfactoren blijven bestempeld als die van de leverancier zelf.

Niets daarvan is hypothetisch: de gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.