Claude Mythos 5 Encontrou Circuitos Quânticos Melhores que o Melhor Publicado — Começando com Um que Reduz Portas em 17×

O Programa STEM Fellows da Anthropic publicou um resultado esta semana no qual Claude Mythos 5 recebeu especificações em linguagem natural para oito circuitos quânticos e, trabalhando em loop fechado contra um avaliador automatizado, retornou projetos que superaram os melhores publicados em sete deles — e, no oitavo, produziu algo que a literatura não tinha: uma implementação de divsteps reversível sem histórico de ramificação armazenado, um dos membros da qual usa 12% mais qubits, mas 17× menos portas do que o menor projeto anterior. O artigo, Descobrindo circuitos quânticos de última geração com grandes modelos de linguagem, está no arXiv (2610.22367, submetido em 15 de outubro de 2026, 46 páginas), e seu autor principal é Andi Gu, bolsista do programa, orientado pelo físico quântico Alek Kemeny e trabalhando com Susanne Yelin e Mikhail Lukin, de Harvard. Todos os números abaixo são da própria Anthropic ou vêm das próprias tabelas do artigo; nenhum deles foi reproduzido de forma independente até o momento.

O que foi realmente executado, e o que não foi

Vale a pena descrever a configuração com precisão, porque a afirmação interessante não é "um modelo escreveu algum código". A Anthropic deu ao Claude Mythos 5 uma especificação para uma primitiva computacional, e o modelo propôs um circuito em Python. Um avaliador separado — um programa, não um modelo — verificou a correção do circuito e atribuiu uma pontuação com base na contagem de qubits multiplicada pela contagem de portas, uma proxy para o tempo de execução. A pontuação voltou ao modelo, que fez revisões. Não havia nenhum humano no loop entre as rodadas. A descrição da Anthropic é que o Claude trabalhou "em grande parte por conta própria".

Duas coisas nesse loop fazem o trabalho pesado. A primeira é que o avaliador é independente do propositor, de modo que uma resposta errada que pareça plausível recebe zero em vez de vencer uma discussão. A segunda é que o objetivo é um número, o que significa que o modelo consegue dizer se uma revisão ajudou. Isso tem o mesmo formato de uma suíte de testes que guia um agente de codificação, e é o motivo pelo qual a Anthropic escolheu circuitos quânticos para estudar: o domínio tem uma verificação de correção rígida, barata e automática.

As oito primitivas abrangem química, otimização, simulação quântica, teoria dos números e computação numérica. Duas restrições tornam este domínio incomum. Os circuitos quânticos não têm ramificação if-then, porque a superposição significa que é necessária uma operação para cada ramo; e não podem descartar informação, porque cada passo tem de ser reversível. Os valores temporários remanescentes têm de ser descomputados executando a computação ao contrário, o que custa portas. Isso força um compromisso entre espaço e tempo que não tem análogo clássico, e é exatamente o tipo de compromisso para o qual um processo de busca pode ser direcionado.

Os quatro resultados que vale a pena ler em detalhe

• Divsteps / inversão modular em corpo primo. Esta é a manchete. Claude produziu a primeira implementação reversível de divsteps que não armazena histórico de ramificações — uma construção que, segundo o artigo, torna divsteps, um algoritmo clássico antes impraticável para aritmética inteira reversível, agora viável. O resultado utilizável é uma mudança de Pareto, e não um único ganho: um membro da família de designs resultante gasta 12% mais qubits e 17× menos portas do que o menor design anterior, de modo que um compilador com orçamento de qubits de sobra agora pode comprar portas com ele.

• DQI / decodificação Reed–Solomon. O decodificador de Claude reduz a contagem de portas em um fator de 12 em relação à construção anterior do Google, em parte trocando o algoritmo euclidiano estendido pela decodificação de Berlekamp–Massey. O detalhe de armazenamento é o mais interessante: o tratamento no pior caso de exceções ao longo de 35 rodadas levaria 665 qubits e, depois que um simulador executou 403 milhões de decodificações de amostras, Claude em vez disso reservou espaço para um único valor — 19 qubits — aceitando que aproximadamente uma execução em 10.000 precisa de mais e falha, uma taxa dentro do orçamento de erro permitido.

• Adição de pontos em curvas elípticas.Uma única execução de 53 horas com intervenção humana mínima — um briefing inicial mais alguns prompts ocasionais — produziu uma nova abordagem. O C​laude provou as identidades algébricas, testou as fórmulas em simulações numéricas em larga escala e formalizou a afirmação no Lean, que é o tipo de autoverificação que torna mais difícil descartar o resultado como um artefato de aparência plausível.

• A trajetória do FeMoco, que precisa de uma ressalva.A página da Anthropic contrapõe o resultado do Claude à estimativa de 2017 para simular o cofator ferro-molibdênio: cerca de 50 trilhões de portas Toffoli, caindo para aproximadamente 340 milhões, uma redução de cerca de 150.000 vezes, que a página descreve como algumas horas em uma máquina futura com cerca de três milhões de qubits físicos. Leia isso como uma trajetória de todo o campo, não como um único resultado. A própria página atribui a redução ao longo de oito anos a muitos grupos de pesquisa, e a leitura honesta é que o design do Claude é um passo dentro de uma curva que já estava caindo acentuadamente.

Para se ter uma ideia de por que o número DQI importa: as próprias estimativas do Google Quantum AI implicam que um problema OPI levaria cerca de três meses no supercomputador Frontier atual, contra aproximadamente uma hora em um futuro computador quântico executando DQI — e a maior parte dessa hora é gasta na decodificação Reed–Solomon. Reduzir em 12× a contagem de portas do decodificador é um corte no termo dominante.

O que "supera o melhor publicado" não significa

Quatro limites honestos, declarados antes que alguém cite o 17× fora de contexto.

A primeira é que se trata de um preprint sem reprodução independente. A Anthropic executou o avaliador; as baselines de comparação vêm das próprias tabelas do artigo, com designs anteriores atribuídos a Schrottenloher (2026), Luo et al. (2026) e Khattar et al. (2025). A vantagem reivindicada é apenas uma alegação até que alguém execute novamente o harness.

O segundo é que o projeto de circuitos é um componente de um computador quântico, e os componentes geralmente são projetados separadamente. A Anthropic observa a possibilidade de que a correção de erros, a compilação e as restrições de hardware possam ser otimizadas em conjunto pelo mesmo método — o que é uma direção de pesquisa, não um resultado.

O terceiro é um modo de falha que a Anthropic relata contra si mesma: nos primeiros experimentos, o modelo era conservador, questionando repetidamente ganhos bem fundamentados e verificando duas ou três vezes projetos que provavelmente estavam bons. Essa cautela produziu um benefício real uma vez — incentivou as provas Lean sobre o resultado dos divsteps — mas também enviesou a busca em direção a abordagens estabelecidas. A mitigação foi estrutural: exigir várias abordagens qualitativamente diferentes desenvolvidas em paralelo e, ocasionalmente, instigar o modelo a ampliar sua busca. Qualquer pessoa que construa loops orientados por avaliador em qualquer modelo de fronteira reconhecerá esse modo de falha, e a solução das abordagens em paralelo é a parte transferível.

O quarto ponto é que sete de oito tarefas produziram uma pontuação melhor em uma formulação existente, e uma produziu uma nova formulação. Esses são tipos diferentes de resultado, e o enquadramento do próprio artigo trata o oitavo como o interessante, porque uma busca que apenas ajusta parâmetros dentro de uma estrutura conhecida tem um limite.

A parte que se generaliza para além da computação quântica

Tirando a física disso, o que a A​nthropic construiu é um propositor e um verificador independente, interligados, com um objetivo escalar que ambos os lados podem ver. Esse padrão agora é o formato padrão do trabalho agêntico sério: um modelo gera, outro verifica, e o loop para quando um teste passa, e não quando a saída soa bem. A lição que o artigo quântico acrescenta é sobre a honestidade do crítico — o avaliador aqui não é um segundo modelo oferecendo uma opinião. É um simulador que ou aceita o circuito ou não.

Quando um programa não pode ser o juiz, a segunda melhor estrutura é um modelo diferente como juiz, e isso é um problema de roteamento, não de pesquisa. A DSL de roteamento da OrcaRouter compõe vários modelos em uma única chamada, de modo que um modelo barato possa executar o ramo propositor de alto volume, enquanto um mais forte é invocado apenas na etapa de verificação, e a fusão de modelos executa um painel de modelos contra o mesmo prompt quando não vale a pena confiar em uma única opinião. O ponto não é que um roteador projetou os circuitos — ele não projetou, e o loop da Anthropic não precisa de um. O ponto é que o loop descrito pela Anthropic é construível em um único endpoint, com mais de 200 modelos, sem um segundo contrato, e o custo do loop é dominado por quantas rodadas de proposição você pode bancar.

Onde você pode realmente rodar algo assim

O próprio C​laude M​ythos 5 não pode ser chamado. Ele é restrito a parceiros verificados e membros de programas de verificação, não aparece em nenhuma API pública e não é roteado aqui — um modelo com acesso restrito não pode ser roteado para o público. O que é acessível é seu equivalente público. A​nthropic lança cada avanço de fronteira como dois SKUs dos mesmos pesos: o SKU M​ythos, com salvaguardas cibernéticas e biológicas ajustadas para defensores verificados, e o SKU Fable, com a pilha completa de salvaguardas mantida ativada. Claude Fable 5 é o membro sem restrição de acesso da geração do C​laude M​ythos 5, e fica no catálogo do OrcaRouter pelo preço de tabela da A​nthropic de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, repassado com 0% de markup, com o mais recente Claude Fable 5.1 — o gêmeo público do C​laude M​ythos 5.1 — ao lado dele, na mesma tarifa e com leitura de cache 75% mais barata. Esse é o caminho prático para o nível de capacidade de que o artigo trata, e custa o valor do próprio fornecedor em vez de um valor com margem adicionada.

Vale dizer com franqueza: os ganhos do artigo vieram de um loop, não de um único prompt. Quem tentar reproduzir isso deve prever orçamento para centenas de rodadas de propor-avaliar-revisar por primitiva e escolher um modelo cujo custo por rodada seja tolerável. Esse é o argumento para colocar o loop atrás de um roteador com failover automático, em vez de apostar uma busca de doze horas em um provedor estar tendo uma boa tarde.

O que assistir a seguir

Três coisas verificáveis. Uma reexecução independente do avaliador nos circuitos divsteps e DQI, que é a única forma de os 17× e 12× se tornarem mais do que números da Anthropic. Se o próprio harness é publicado, porque o ciclo de feedback é a contribuição reutilizável e os circuitos são a demonstração. E se o mesmo padrão de proponente e avaliador aparece em um problema em que a correção não é verificável por máquina, já que é aí que a questão do modelo como juiz deixa de ser acadêmica.

Até então, a avaliação justa é que um modelo de fronteira com acesso controlado, voltado para um domínio com uma função objetivo barata e deixado sozinho por 53 horas, deslocou uma fronteira de recursos que pesquisadores humanos vinham tentando avançar havia oito anos. Isso merece ser levado a sério com base na força do método, mesmo enquanto os multiplicadores específicos permanecem rotulados como sendo do próprio fornecedor.

Nada disso é hipotético: as falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no Arquivo de Incidentes de IA da OrcaRouter, onde cada entrada traz as suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.