Hvad Anthropic siger, den fik
Anthropic offentliggjorde den 16. oktober resultater, hvor selskabet hævder, at modellen Claude Mythos 5 lavede kvantekredse, der slår de bedste design i den offentliggjorte litteratur for otte beregningsprimitiver inden for kemi, optimering, kvantesimulering, talteori og numerisk beregning.
To beskrives i detaljer i selskabets tekst. Den første er addition af punkter på elliptiske kurver, det indre trin i kvantealgoritmer til det diskrete logaritmeproblem. Et af modellens design bruger 12 procent flere kvantebit end den mindste tidligere kreds, men 17 gange færre porte. Anthropic påpeger, at samlingen af design udvider fronten af afvejninger mellem antal kvantebit og køretid frem for at vinde på et enkelt tal.
Den anden er Reed-Solomon-afkodning inde i afkodet kvanteinterferometri, DQI, anvendt på optimal polynomskæring. Her skærer modellens kreds antallet af porte ned med omkring 12 gange i forhold til Google Quantum AIs tidligere konstruktion, hvilket Anthropic beskriver som godt en tierpotens billigere i alt.
Sådan virkede sløjfen
Claude skrev hver kreds som Python-kode. En ekstern evaluator kontrollerede, at kredsen gjorde det, specifikationen krævede, og gav de gyldige point efter antal kvantebit gange antal porte, et nærmetal for køretid. Pointtallet gik tilbage til modellen, der rettede og prøvede igen. Ifølge Anthropic greb ingen mennesker ind mellem runderne.
Resultatet for punktaddition kom ud af én enkelt kørsel på 53 timer, startet fra en opgave på ét afsnit, hvor modellen udforskede flere tilgange parallelt. Mennesker opfordrede den af og til til at udvide søgningen. Til trinnet med modulær invertering byggede Claude en reversibel udgave af algoritmen divsteps, udledte afkodningsreglen matematisk, kontrollerede den mod storskalasimuleringer og formaliserede derefter påstanden i Lean.
Afkoderresultatet hænger på hukommelsen. En naiv reversibel implementering ville kræve op til 840 kvantebit til at holde grenregistre, og at reservere til værste tilfælde ville stadig kræve 665. Claudes kreds reserverer 19, efter at en simulator kørte 403 millioner prøveafkodninger for at måle, hvor ofte der skal bruges mere. Omtrent én kørsel ud af 10.000 fejler af pladsmangel, hvilket Anthropic siger ligger inden for den fejlmargen, opgaven tillader.
Hvorfor afkoderen betyder noget
Google Quantum AIs egne ressourceskøn gør afkodningen til den dominerende omkostning i DQI, så en nedskæring dér flytter hele skønnet. Anthropic sammenligner sine kredse med de offentliggjorte design, selskabet siger det slår, nævnt ved navn: Schrottenloher og Luo et al., begge fra 2026, til punktaddition, og konstruktionen med udvidet Euklids algoritme fra Khattar et al. i 2025 til afkoderen.
Hvad der ikke hævdes
Anthropic rapporterer ikke, at nogen af kredsene er kørt på fysisk kvantehardware, og hævder ikke, at designene er optimale, kun at de slår de bedste offentliggjorte på det angivne mål. Teksten giver ingen tal for de øvrige seks primitiver og henviser til en figur. Selskabet minder også om, at kredsdesign er én del af en fungerende kvantecomputer, med fejlkorrektion og hardwarestyring som selvstændige problemer, og at hurtigere design “kunne” forkorte vejen, uden at sætte nogen dato.
Virksomheden er åben om modellens temperament og beskriver den som forsigtig, tilbøjelig til at betvivle sine egne resultater og til at gribe efter velkendte metoder, medmindre den bliver bedt om at lede videre. Det ofte citerede fald i den anslåede omkostning ved at simulere FeMoco, fra omkring 50 billioner Toffoli-porte i 2017 til omkring 340 millioner, stammer fra litteraturen bredt og ikke fra Claudes arbejde.
Hvad man skal følge
Hvert tal her er Anthropics eget, givet af en evaluator, Anthropic selv har bygget. Prøven bliver, om nogen uden for selskabet kører evaluatoren igen på divsteps- og DQI-kredsene og får de samme tal.
