Das KI-Unternehmen Anthropic hat mit dem Modell Claude Mythos 5 neue Entwürfe für Quantenschaltkreise vorgestellt, die bestehende wissenschaftliche Referenzwerte teilweise um eine Größenordnung oder mehr übertreffen.
Das System entwickelte selbstständig Schaltungen für acht verschiedene Aufgaben aus den Bereichen Chemie, Optimierung, Physiksimulation, Zahlentheorie und Numerik. Bei einem Design für modulare Inversion benötigt der Schaltkreis zwar 12 Prozent mehr Qubits, kommt dafür aber mit 17-mal weniger Logikgattern als die bisher kleinste publizierte Version aus.
In sieben der acht gestellten Aufgaben gelangen dem System Konstruktionen, die sowohl weniger Qubits als auch weniger der besonders rechenintensiven Gatter erfordern als die Baselines der Vergleichsstudien. Bei einer dieser sieben Aufgaben existierte zuvor kein publiziertes Design, sodass der Vergleich anhand einer einfachen Basisversion erfolgte.
Für die achte Aufgabe zeigte das Modell am 16. Oktober 2026 einen alternativen Ausgleich zwischen Rechenzeit und Speicherbedarf auf, statt rein die Ressourcen zu senken.
Automatisierte Optimierungsschleife ohne Eingriff
Die Entwicklung basierte auf einem geschlossenen Verfahren mit einem automatischen Bewerter, dessen Bewertungsmaßstab sich aus dem Produkt aus Qubits und Gattern zusammensetzte. Zwischen den einzelnen Berechnungsrunden fand kein menschlicher Eingriff statt.
Wer sich mit den rasanten Fortschritten bei KI-Systemen befasst, sollte auch die rechtlichen Rahmenbedingungen kennen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Ein bemerkenswertes Ergebnis erzielte das Modell bei der Simulation von FeMoco, dem Eisen-Molybdän-Cofaktor der biologischen Stickstofffixierung. Die Anzahl der geschätzten Toffoli-Gatter sank von rund 50 Billionen aus einer Schätzung von 2017 auf etwa 340 Millionen. Diese rund 150.000-fache Reduktion würde auf einer zukünftigen Quantenmaschine mit etwa 3 Millionen physikalischen Qubits einer Laufzeit von wenigen Stunden entsprechen.
Bei der Punktaddition auf elliptischen Kurven erarbeitete das System nach 53 Stunden Rechenzeit bei minimalen Vorgaben einen neuen reversiblen Arithmetik-Algorithmus. Entscheidungen werden dabei aus Zwischenwerten rekonstruiert, statt separat im Speicher abgelegt zu werden.
Das Resultat wurde über numerische Simulationen sowie formale Beweise in der Sprache Lean verifiziert. Gleichzeitig existiert für die Punktaddition weiterhin ein alternatives publiziertes Design, das mit weniger Gattern auskommt, sodass das Ergebnis einen Kompromiss darstellt.
Deutliche Effizienzgewinne bei Algorithmen
Im Bereich der Quantenoptimierung, konkret bei der sogenannten Decoded Quantum Interferometry, verringerte sich der Aufwand des teuersten Schritts laut Anthropic um den Faktor 12. Das Modell ersetzte dazu den erweiterten euklidischen Algorithmus durch das Berlekamp-Massey-Verfahren.
Die zunehmende Komplexität von KI-Anwendungen stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Der dazugehörige Decoder verarbeitet die Berechnung mit rund 440.000 Toffoli-Gattern anstelle der 5,1 Millionen Gatter im bisherigen Vergleichsdesign von Google Quantum AI.
Die Spitzenzahl der benötigten Qubits sank von 1.938 auf 1.837. Während für den Speicher im ungünstigsten Fall 665 Qubits veranschlagt wurden, nutzte das Modell 19 Qubits. Bei seltenen Eingaben liegt die Fehlerrate bei etwa 1 zu 10.000, gemessen an 403 Millionen Testläufen, was laut dem Unternehmen innerhalb des zulässigen Rahmens liegt.
Für Gauß-Verfahren mit Festkomma-Arithmetik sank das Produkt aus Gattern und Qubits um den Faktor 39, bei linearen Gleichungen um den Faktor 32. Ein für modulare Inversion erstellter Benchmark-Schaltkreis weist rund 4 Millionen Toffoli-Gatter sowie 935 Qubits auf, was für die Arithmetik-Komponente gilt, nicht jedoch für einen vollständigen kryptografischen Angriff.
Reines Designstadium auf klassischen Rechnern
Alle vorgestellten Architekturen wurden bisher ausschließlich auf klassischen Computersystemen simuliert und evaluiert. Ein Einsatz auf tatsächlicher Quantenhardware steht bislang noch aus.
Die Forschungsarbeit entstand unter der Leitung von Andi Gu aus dem MINT-Fellow-Programm von Anthropic mit Mentoring durch Alek Kemeny sowie in Zusammenarbeit mit Susanne Yelin von der Harvard University und Mikhail Lukin von Harvard und QuEra Computing.
Neben Anthropic waren die Harvard Quantum Initiative und QuEra Computing an der Studie beteiligt, die als Vorabpublikation auf arXiv bereitgestellt wurde. Anthropic unterstreicht damit den Anspruch, Modelle wie Claude über die reine Texterstellung hinaus in anspruchsvollen wissenschaftlichen Entwicklungsprozessen einzusetzen.