Claude Mythos 5 ค้นพบวงจรควอนตัมที่ดีกว่าที่ดีที่สุดที่เคยตีพิมพ์ — เริ่มจากวงจรที่ลดเกตล​​งได้ 17 เท่า

โครงการ STEM Fellows Program ของ Anthropic เผยแพร่ผลลัพธ์เมื่อสัปดาห์นี้ โดยที่ Claude Mythos 5ได้รับข้อกำหนดภาษาธรรมดาสำหรับวงจรควอนตัมแปดวงจร และเมื่อทำงานในวงปิดกับตัวประเมินอัตโนมัติ ก็ส่งคืนการออกแบบที่เอาชนะการออกแบบที่ดีที่สุดที่เคยเผยแพร่ได้ในเจ็ดวงจากทั้งแปด และในวงที่แปดได้สร้างสิ่งที่เอกสารวิชาการยังไม่มี: การใช้งาน divsteps แบบย้อนกลับได้โดยไม่เก็บประวัติการแตกแขนง โดยสมาชิกหนึ่งของการใช้งานนี้ใช้คิวบิตมากกว่า 12% แต่ใช้เกตน้อยกว่า 17 เท่าเมื่อเทียบกับการออกแบบก่อนหน้าที่เล็กที่สุด บทความ การค้นพบวงจรควอนตัมระดับล้ำสมัยด้วยโมเดลภาษาขนาดใหญ่ อยู่บน arXiv (2610.22367 ส่งเมื่อ 15 ตุลาคม 2026, 46 หน้า) และผู้เขียนหลักคือ Andi Gu สมาชิก fellow ในโครงการนี้ ซึ่งมีนักฟิสิกส์ควอนตัม Alek Kemeny เป็นที่ปรึกษา และทำงานร่วมกับ Susanne Yelin และ Mikhail Lukin จาก Harvard ตัวเลขทั้งหมดด้านล่างนี้เป็นของ Anthropic เองหรือมาจากตารางของบทความเอง; ยังไม่มีส่วนใดที่ได้รับการทำซ้ำอย่างอิสระ

อะไรที่ถูกรันจริง และอะไรที่ไม่ได้ถูกรัน

การตั้งค่านี้ควรค่าแก่การอธิบายอย่างแม่นยำ เพราะข้ออ้างที่น่าสนใจไม่ใช่ "โมเดลเขียนโค้ดขึ้นมาบ้าง" Anthropic ให้ข้อกำหนดสำหรับ primitive ทางการคำนวณแก่ Claude Mythos 5 และโมเดลได้เสนอวงจรในรูปแบบ Python ตัวประเมินแยกต่างหาก — ซึ่งเป็นโปรแกรม ไม่ใช่โมเดล — ตรวจสอบความถูกต้องของวงจร และให้คะแนนจากจำนวนคิวบิตคูณจำนวนเกต ซึ่งเป็นตัวแทนของเวลารันไทม์ คะแนนถูกส่งกลับไปยังโมเดล ซึ่งได้แก้ไข ไม่มีมนุษย์อยู่ในลูประหว่างรอบ คำอธิบายของ Anthropic คือ Claude ทำงาน "ด้วยตัวเองเป็นส่วนใหญ่"

สองสิ่งเกี่ยวกับลูปนั้นเป็นตัวทำงานหลัก สิ่งแรกคือผู้ประเมินมีความเป็นอิสระจากผู้เสนอ ดังนั้นคำตอบที่ผิดแต่ดูน่าเชื่อถือจะได้คะแนนเป็นศูนย์ แทนที่จะชนะการโต้แย้ง สิ่งที่สองคือวัตถุประสงค์เป็นตัวเลข ซึ่งหมายความว่าโมเดลสามารถบอกได้ว่าการแก้ไขช่วยได้หรือไม่ นี่มีรูปแบบเดียวกับชุดทดสอบที่ขับเคลื่อนเอเจนต์เขียนโค้ด และนี่คือเหตุผลที่ Anthropic เลือกวงจรควอนตัมมาศึกษา: โดเมนนี้มีการตรวจสอบความถูกต้องอัตโนมัติที่เข้มงวดและมีต้นทุนต่ำ

พริมิทีฟทั้งแปดครอบคลุมสาขาเคมี การหาค่าเหมาะที่สุด การจำลองควอนตัม ทฤษฎีจำนวน และการคำนวณเชิงตัวเลข ข้อจำกัดสองประการทำให้โดเมนนี้ไม่ธรรมดา วงจรควอนตัมไม่มีการแตกแขนงแบบ if-then เนื่องจาก superposition หมายความว่าจำเป็นต้องมีการดำเนินการสำหรับทุกสาขา และวงจรเหล่านี้ไม่สามารถทิ้งข้อมูลได้ เพราะทุกขั้นตอนต้องย้อนกลับได้ ค่าชั่วคราวที่เหลืออยู่ต้องถูกยกเลิกการคำนวณ (uncompute) โดยการรันการคำนวณย้อนกลับ ซึ่งมีค่าใช้จ่ายเป็นเกต สิ่งนี้บังคับให้เกิดการแลกเปลี่ยนระหว่างพื้นที่กับเวลาที่ไม่มีคู่เทียบในระบบคลาสสิก และมันเป็นการแลกเปลี่ยนแบบที่กระบวนการค้นหาสามารถมุ่งเป้าไปได้พอดี

สี่ผลลัพธ์ที่คุ้มค่าที่จะอ่านโดยละเอียด

• Divsteps / การผกผันแบบมอดูลาร์ในฟิลด์จำนวนเฉพาะ นี่คือพาดหัวข่าว C​laude สร้างการนำ divsteps ไปใช้งานแบบย้อนกลับได้ตัวแรกที่ไม่จัดเก็บประวัติสาขา — โครงสร้างที่บทความอธิบายว่าทำให้ divsteps ซึ่งเป็นอัลกอริทึมคลาสสิกที่ก่อนหน้านี้ใช้งานได้ไม่จริงกับเลขคณิตจำนวนเต็มแบบย้อนกลับ กลับมาใช้งานได้จริง ผลลัพธ์ที่ใช้ประโยชน์ได้คือการเลื่อนแบบพาเรโต มากกว่าจะเป็นชัยชนะเพียงจุดเดียว: สมาชิกหนึ่งของตระกูลการออกแบบที่เป็นผลลัพธ์ใช้คิวบิตมากขึ้น 12% และใช้เกตน้อยลง 17 เท่าเมื่อเทียบกับการออกแบบที่เล็กที่สุดก่อนหน้านี้ ดังนั้นคอมไพเลอร์ที่มีงบคิวบิตเหลือใช้จึงสามารถใช้งบนั้นซื้อเกตได้แล้ว

• การถอดรหัส DQI / Reed–Solomon ตัวถอดรหัสของ C​laude ลดจำนวนเกตลง 12 เท่าเมื่อเทียบกับโครงสร้างก่อนหน้าของ G​oogle โดยส่วนหนึ่งมาจากการเปลี่ยนอัลกอริทึม Extended Euclidean มาเป็นการถอดรหัสแบบ Berlekamp–Massey รายละเอียดด้านการจัดเก็บเป็นสิ่งที่น่าสนใจ: การจัดการข้อยกเว้นในกรณีแย่ที่สุดตลอด 35 รอบจะต้องใช้ 665 คิวบิต และหลังจากที่โปรแกรมจำลองรันการถอดรหัสตัวอย่าง 403 ล้านครั้ง C​laude กลับจองที่ไว้สำหรับค่าเดียว — 19 คิวบิต — โดยยอมรับว่าประมาณ 1 ใน 10,000 ของการรันจะต้องการมากกว่านั้นและล้มเหลว ซึ่งเป็นอัตราที่อยู่ภายในงบข้อผิดพลาดที่อนุญาต

• การบวกจุดบนเส้นโค้งเอลลิปติก การรันครั้งเดียวเป็นเวลา 53 ชั่วโมงโดยมีการป้อนข้อมูลจากมนุษย์น้อยที่สุด — คำสั่งเริ่มต้นฉบับเดียวพร้อมพรอมป์ต์เป็นครั้งคราว — ก่อให้เกิดแนวทางใหม่ C​laude พิสูจน์เอกลักษณ์ทางพีชคณิต ทดสอบสูตรในการจำลองเชิงตัวเลขขนาดใหญ่ และทำให้ข้ออ้างเป็นทางการใน Lean ซึ่งเป็นการตรวจสอบตนเองแบบหนึ่งที่ทำให้ผลลัพธ์นี้ยากที่จะถูกปัดตกว่าเป็นเพียงชิ้นงานที่ดูน่าเชื่อถือ

• เส้นทางของ FeMoco ซึ่งต้องมีข้อแม้ หน้าเว็บของ Anthropic เปรียบเทียบผลลัพธ์ของ Claude กับประมาณการปี 2017 สำหรับการจำลองโคแฟกเตอร์เหล็ก–โมลิบดีนัม: ประมาณ 50 ล้านล้านเกต Toffoli ลดลงเหลือประมาณ 340 ล้าน ซึ่งเป็นการลดลงประมาณ 150,000 เท่า ซึ่งหน้าเว็บอธิบายว่าเป็นเวลาไม่กี่ชั่วโมงบนเครื่องในอนาคตที่มีคิวบิตทางกายภาพประมาณสามล้านคิวบิต ให้อ่านว่านั่นเป็นเส้นทางของทั้งสาขา ไม่ใช่ผลลัพธ์เดียว ตัวหน้าเว็บเองระบุว่าการลดลงในแปดปีนั้นเกิดจากกลุ่มวิจัยหลายกลุ่ม และการตีความอย่างซื่อตรงก็คือ การออกแบบของ Claude เป็นเพียงก้าวหนึ่งภายในเส้นโค้งที่กำลังดิ่งลงอย่างชันอยู่แล้ว

เพื่อให้เห็นสเกลว่าทำไมตัวเลข DQI จึงสำคัญ: การประมาณการของ Google Quantum AI เองบ่งชี้ว่าปัญหา OPI หนึ่งข้อจะใช้เวลาราวสามเดือนบนซูเปอร์คอมพิวเตอร์ Frontier ในปัจจุบัน เทียบกับราวหนึ่งชั่วโมงบนคอมพิวเตอร์ควอนตัมในอนาคตที่รัน DQI — และเวลาเกือบทั้งหมดของหนึ่งชั่วโมงนั้นหมดไปกับการถอดรหัส Reed–Solomon การลดจำนวนเกตของตัวถอดรหัสลง 12 เท่า คือการตัดพจน์ที่มีอิทธิพลครอบงำ

สิ่งที่ "เอาชนะผลลัพธ์ที่ดีที่สุดที่เคยตีพิมพ์" ไม่ได้หมายถึง

สี่ข้อจำกัดที่ตรงไปตรงมา ซึ่งกล่าวไว้ก่อนที่ใครจะอ้างถึง 17× แบบตัดบริบท

ประการแรกคือ นี่เป็นพรีพรินต์ที่ยังไม่มีการทำซ้ำอย่างอิสระ A​nthropic เป็นผู้รันตัวประเมิน ส่วนฐานเปรียบเทียบมาจากตารางของบทความเอง โดยการออกแบบก่อนหน้านี้อ้างอิงจาก Schrottenloher (2026), Luo et al. (2026) และ Khattar et al. (2025) ข้อได้เปรียบที่อ้างไว้ยังเป็นเพียงข้ออ้าง จนกว่าจะมีใครรันฮาร์เนสซ้ำ

ข้อที่สองคือ การออกแบบวงจรเป็นองค์ประกอบหนึ่งของคอมพิวเตอร์ควอนตัม และโดยปกติแล้วองค์ประกอบต่างๆ จะถูกออกแบบแยกจากกัน A​nthropic ตั้งข้อสังเกตถึงความเป็นไปได้ที่การแก้ไขข้อผิดพลาด การคอมไพล์ และข้อจำกัดด้านฮาร์ดแวร์อาจได้รับการปรับให้เหมาะสมร่วมกันด้วยวิธีการเดียวกัน — ซึ่งเป็นทิศทางงานวิจัย ไม่ใช่ผลลัพธ์

ประการที่สามคือโหมดความล้มเหลวที่ Anthropic รายงานต่อตัวเอง: ในการทดลองช่วงแรก โมเดลนั้นระมัดระวังตัวมาก คอยตั้งคำถามซ้ำ ๆ กับความก้าวหน้าที่มีหลักฐานสนับสนุนอย่างดี และตรวจสอบการออกแบบที่อาจจะเรียบร้อยดีอยู่แล้วซ้ำสองหรือสามครั้ง ความระมัดระวังนั้นก่อให้เกิดประโยชน์จริง ๆ ครั้งหนึ่ง — มันกระตุ้นให้เกิดการพิสูจน์ด้วย Lean สำหรับผลลัพธ์ divsteps — แต่ก็ทำให้การค้นหาเอนเอียงไปทางวิธีการที่มีอยู่แล้วเช่นกัน การบรรเทาปัญหานั้นเป็นเชิงโครงสร้าง: กำหนดให้มีวิธีการที่แตกต่างกันเชิงคุณภาพหลายวิธีที่พัฒนาขนานกัน และบางครั้งก็กระตุ้นให้โมเดลขยายการค้นหาของมัน ใครก็ตามที่สร้างลูปที่ขับเคลื่อนด้วยตัวประเมินบนโมเดลแนวหน้าตัวใดก็ตาม จะตระหนักรู้ถึงโหมดความล้มเหลวนั้น และการแก้ไขด้วยวิธีการแบบขนานกันนั้นเป็นส่วนที่ถ่ายทอดได้

ประการที่สี่คือ ในบรรดาแปดงาน มีเจ็ดงานที่ให้คะแนนดีขึ้นบนสูตรที่มีอยู่แล้ว และอีกหนึ่งงานที่สร้างสูตรใหม่ขึ้นมา ผลลัพธ์เหล่านี้เป็นผลคนละแบบ และกรอบการนำเสนอของบทความเองก็มองงานที่แปดว่าเป็นงานที่น่าสนใจ เพราะการค้นหาที่เพียงปรับพารามิเตอร์ภายในโครงสร้างที่รู้จักแล้วย่อมมีเพดาน

ส่วนที่วางนัยทั่วไปได้นอกเหนือจากการประมวลผลควอนตัม

ถอดฟิสิกส์ออกไป สิ่งที่ Anthropic สร้างก็คือผู้เสนอและผู้ตรวจสอบอิสระที่เชื่อมต่อกันไว้ ด้วยเป้าหมายเชิงสเกลาร์ที่ทั้งสองฝ่ายมองเห็นได้ รูปแบบนี้กลายเป็นรูปร่างมาตรฐานของงานเอเจนต์จริงจังในปัจจุบัน: โมเดลหนึ่งสร้าง อีกโมเดลหนึ่งตรวจสอบ และลูปจะหยุดเมื่อการทดสอบผ่าน ไม่ใช่เมื่อผลลัพธ์อ่านแล้วลื่นไหล บทเรียนที่เปเปอร์ควอนตัมเพิ่มเข้ามาคือเรื่องความซื่อตรงของผู้วิจารณ์ — ตัวประเมินในที่นี้ไม่ใช่โมเดลตัวที่สองที่เสนอความเห็น หากแต่เป็นซิมูเลเตอร์ที่ยอมรับวงจรหรือไม่ยอมรับเท่านั้น

เมื่อโปรแกรมไม่สามารถเป็นผู้ตัดสินได้ โครงสร้างที่ดีที่สุดรองลงมาคือใช้โมเดลอื่นเป็นผู้ตัดสิน และนั่นเป็นปัญหาด้านการจัดเส้นทาง มากกว่าปัญหาด้านการวิจัย routing DSL ของ OrcaRouter ประกอบโมเดลหลายตัวเข้าด้วยกันในการเรียกครั้งเดียว ดังนั้นโมเดลราคาถูกจึงสามารถรันสาขา proposer ที่มีปริมาณสูงได้ ขณะที่โมเดลที่แข็งแกร่งกว่าจะถูกเรียกใช้เฉพาะในขั้นตอนการตรวจสอบ และ model fusion จะรันกลุ่มโมเดลกับพรอมต์เดียวกันเมื่อความคิดเห็นเดียวไม่น่าเชื่อถือ ประเด็นไม่ใช่ว่าเราเตอร์ได้ออกแบบวงจรเหล่านั้น — มันไม่ได้ออกแบบ และลูปของ A​nthropic ก็ไม่จำเป็นต้องมีเราเตอร์ ประเด็นคือลูปที่ A​nthropic อธิบายนั้นสามารถสร้างได้บน endpoint เดียวครอบคลุมโมเดลกว่า 200 ตัวโดยไม่ต้องมีสัญญาที่สอง และต้นทุนของลูปขึ้นอยู่กับจำนวนรอบ proposer ที่คุณจ่ายไหวเป็นหลัก

ที่ที่คุณสามารถรันอะไรแบบนี้ได้จริง ๆ

ตัว C​laude M​ythos 5 เองไม่สามารถเรียกใช้งานได้ มันถูกจำกัดไว้สำหรับพาร์ตเนอร์ที่ผ่านการกลั่นกรองและสมาชิกของโปรแกรมยืนยันตัวตน ไม่ปรากฏบน API สาธารณะใด ๆ และไม่ได้ถูกจัดเส้นทางมาที่นี่ — โมเดลที่ถูกกั้นการเข้าถึงไม่อาจจัดเส้นทางสู่สาธารณะได้ สิ่งที่เข้าถึงได้คือโมเดลพี่น้องสาธารณะของมัน A​nthropic ส่งมอบทุกก้าวล้ำหน้าในรูปแบบ SKU สองแบบที่ใช้เวตชุดเดียวกัน: SKU M​ythos ที่มาพร้อมมาตรการป้องกันด้านไซเบอร์และชีววิทยาที่ปรับจูนสำหรับนักป้องกันที่ผ่านการกลั่นกรอง และ SKU F​able ที่เปิดใช้ชุดมาตรการป้องกันเต็มรูปแบบClaude Fable 5เป็นสมาชิกที่ไม่ถูกกั้นการเข้าถึงในเจเนอเรชันเดียวกับ C​laude M​ythos 5 และอยู่ในแค็ตตาล็อกของ O​rcaRouter ในราคาตามรายการของ A​nthropic ที่ 10 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 50 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน ส่งผ่านด้วยมาร์กอัป 0% โดยมีClaude Fable 5.1รุ่นใหม่กว่า — คู่แฝดสาธารณะของ C​laude M​ythos 5.1 — อยู่เคียงข้างกันในอัตราเดียวกัน และการอ่านแคชถูกลง 75% นั่นคือเส้นทางใช้งานจริงสู่ระดับขีดความสามารถที่บทความนี้พูดถึง และคิดราคาตามตัวเลขของผู้ให้บริการเอง ไม่ใช่ราคาที่บวกเพิ่ม

พูดตรง ๆ ก็ควรบอกว่า ผลลัพธ์ที่ดีขึ้นในเปเปอร์นี้มาจากลูป ไม่ใช่จากพรอมป์ต์เพียงครั้งเดียว ใครก็ตามที่พยายามทำซ้ำสิ่งนี้ควรเผื่องบไว้สำหรับรอบข้อเสนอ-ประเมิน-แก้ไขหลายร้อยรอบต่อพริมิตีฟหนึ่งรายการ และเลือกโมเดลที่มีต้นทุนต่อรอบอยู่ในระดับที่รับได้ นั่นคือเหตุผลที่ควรวางลูปไว้หลังเราเตอร์ที่มีการสลับสำรองอัตโนมัติ แทนที่จะเดิมพันการค้นหา 12 ชั่วโมงกับผู้ให้บริการรายเดียวที่อาจมีบ่ายที่ดีสักวัน

สิ่งที่ควรดูต่อไป

สามสิ่งที่ตรวจสอบได้ การรันซ้ำอย่างอิสระของตัวประเมินบนวงจร divsteps และ DQI ซึ่งเป็นวิธีเดียวที่ทำให้ 17× และ 12× กลายเป็นมากกว่าตัวเลขของ Anthropic ว่าฮาร์เนสเองถูกเปิดเผยหรือไม่ เพราะลูปป้อนกลับเป็นส่วนสนับสนุนที่นำกลับมาใช้ใหม่ได้ และวงจรเป็นการสาธิต และว่ารูปแบบผู้เสนอและผู้ประเมินแบบเดียวกันปรากฏในปัญหาที่ความถูกต้องไม่สามารถตรวจสอบได้ด้วยเครื่องหรือไม่ เนื่องจากนั่นคือจุดที่คำถามเรื่องโมเดลในฐานะผู้ตัดสินไม่ใช่แค่เรื่องวิชาการอีกต่อไป

จนถึงตอนนั้น ข้อสรุปที่เป็นธรรมก็คือ โมเดลแนวหน้าที่ถูกจำกัดการเข้าถึง ซึ่งถูกกำหนดเป้าหมายไปยังโดเมนที่มีฟังก์ชันวัตถุประสงค์ต้นทุนต่ำ และถูกปล่อยไว้ตามลำพังเป็นเวลา 53 ชั่วโมง ได้ขยับพรมแดนทรัพยากรที่นักวิจัยมนุษย์ผลักดันมานานแปดปี สิ่งนี้ควรค่าแก่การให้ความสำคัญอย่างจริงจังบนพื้นฐานของความแข็งแกร่งของวิธีการ แม้ว่าตัวคูณเฉพาะเจาะจงจะยังคงถูกระบุว่าเป็นของผู้ขายเองก็ตาม

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง