Claude derruba custo de portas quânticas em cem mil vezes
Anthropic usou modelo para otimizar oito circuitos básicos com redução de 150 mil vezes em portas Toffoli
Edição: Anderson Gomes
· 2 min de leitura

O modelo Claude da Anthropic projetou oito circuitos quânticos básicos com eficiência cem mil vezes maior que os padrões atuais. A equipe liderada por Andi Gu publicou o resultado em 16 de outubro de 2026 usando a versão Mythos 5 do modelo em um loop fechado com avaliação automatizada. Os designs reduziram portas Toffoli — as mais caras do conjunto — em até 150 mil vezes em tarefas como simular FeMoco, o cluster de ferro-enxofre que fixa nitrogênio na natureza. Isso torna aplicações úteis de computação quântica viáveis meses ou anos antes do previsto.
Otimização veio de redesenhar circuitos, não de hardware melhor
Antes de 2017, calcular a energia do estado fundamental de FeMoco exigiria 50 trilhões de portas Toffoli. Em 2026, após sucessivas otimizações de algoritmos, a estimativa caiu para 340 milhões — uma redução de 150 mil vezes. A equipe de Andi Gu não mexeu em hardware. Redesenhou os circuitos que executam os cálculos.
Cada circuito quântico é uma sequência de portas como a Toffoli. Quanto mais portas, mais tempo e qubits a máquina consome. A Toffoli afeta três qubits simultaneamente, por isso domina o custo dos algoritmos. Os novos designs de Claude cortaram portas Toffoli em todos os oito circuitos testados, em alguns casos por uma ordem de magnitude ou mais.
Os circuitos otimizados incluem rotinas para química, otimização, simulação quântica e teoria dos números. A simulação de FeMoco, por exemplo, passaria de 50 trilhões para 340 milhões de portas Toffoli. Em hardware com três milhões de qubits físicos, o cálculo levaria algumas horas. Antes, sequer havia estimativa realista.
Loop fechado sem mão humana, mas com avaliação externa
Claude recebeu especificações em linguagem natural para oito rotinas básicas. Um avaliador automatizado verificava cada proposta, rodava testes de correção e devolvia uma pontuação baseada no número de qubits multiplicado pelo número de portas. O modelo usou essa métrica para guiar suas otimizações.
O loop fechado funcionou sem intervenção humana entre as rodadas. A colaboração incluiu físicos quânticos da Harvard e da QuEra Computing: Susanne Yelin, Mikhail Lukin e o mentor Alek Kemeny, físico quântico da Anthropic. O trabalho foi realizado no âmbito do STEM Fellows Program da empresa.
O paper está no arXiv, mas a Anthropic não anunciou liberação de código ou dados. O comunicado não menciona quando ou se os circuitos otimizados serão integrados a algoritmos maiores ou a hardware específico. A empresa também não declarou se os resultados se aplicam a outras classes de algoritmos além dos oito testados.
- Anthropic
- Modelos e LLMs

Mistral AI e Cloudera integram IA soberana em 30 exabytes de dados
· 2 min de leitura
NVIDIA Lança Dory1.0-4B com 4B de Parâmetros e Arquitetura Looped
Em 16 de outubro de 2026, a NVIDIA publicou o modelo NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16, que acumula 1.247 downloads e 106 curtidas na plataforma Hugging Face.
· 2 min de leitura
Nvidia comprime modelo visual de 74 bilhões de parâmetros para 24 GB
O Nemotron 3.5 Bolt ativa 9 bilhões de parâmetros por vez, aceita vídeo e texto com contexto de 256 mil tokens e libera uso comercial pela licença OpenMDW-1.1.
· 3 min de leitura
Nvidia comprime modelo visual Qwen de 125 bilhões de parâmetros para 96 GB
Arquivo reduz pesos para formato FP4 e viabiliza execução local em placas profissionais com arquitetura Blackwell.
· 2 min de leitura