Quantinuum logra 5 errores por millón en qubits lógicos

Quantinuum alcanza cinco errores por cada millón de operaciones

Quantinuum anunció el lunes que su computadora Helios alcanzó una fidelidad lógica de 99,9995%, equivalente a solo cinco errores por cada millón de operaciones. Para un founder que sigue la computación cuántica desde la distancia, el número importa por una razón concreta: la mejora por cada paso de escala es de más de 10 veces, no marginal.

Hasta ahora, varias empresas habían cruzado el llamado punto de equilibrio, en el que sumar qubits físicos a un qubit lógico reduce el error en lugar de aumentarlo. El problema, como explicó Ars Technica, era que la mejora no era lo suficientemente grande: para llegar a las tasas de error que exigen los algoritmos complejos había que dedicar una cantidad impracticable de qubits a cada qubit lógico.

¿Qué es un qubit lógico y por qué es la métrica que importa?

Un qubit lógico no es hardware: es un conjunto de qubits físicos entrelazados que trabajan juntos para que los errores se puedan detectar y corregir. Dentro del conjunto hay qubits que almacenan datos y otros que se usan para medir.

Esas mediciones generan lo que se conoce como datos de síndrome, que indican si ocurrió un error, dónde y de qué tipo. Los distintos códigos de corrección definen la geometría de las conexiones entre qubits, y de esa geometría dependen tres propiedades clave: cuántos qubits físicos hacen falta, cuántos qubits lógicos aloja y la distancia, una medida aproximada de cuántos errores pueden ocurrir al mismo tiempo antes de que el qubit lógico falle.

La distancia es la palanca. En familias de códigos con geometrías similares, cada aumento de tamaño implica mayor distancia y, en teoría, menos errores. La pregunta que la industria llevaba años sin responder era cuánto menos.

Los números detrás del récord

Según el comunicado de la compañía recogido por PR Newswire, los resultados son estos:

• 99,9995% de fidelidad lógica: cinco errores por millón de operaciones.
• La tasa de error es 10 veces menor que el récord que la propia Quantinuum logró en septiembre de 2026 y 100 veces menor que el mejor resultado publicado por cualquier otra modalidad de hardware, que reportó Google Quantum AI con un sistema superconductor.
• Cada aumento probado de la distancia del código redujo los errores lógicos restantes por un factor de 12.

Quantinuum usó un código de color sobre su arquitectura de corrección, y en septiembre había usado el código Helix sobre el mismo hardware Helios. La diferencia de eficiencia es reveladora: Helix necesitó 10 qubits físicos por qubit lógico, mientras que el código de color usó hasta 37. El código de color entregó tasas de error más bajas; Helix, mayor eficiencia. Esa capacidad de prototipar códigos distintos sobre la misma máquina es lo que la empresa vende como su ventaja diferencial.

"Con este resultado, hemos probado que tenemos la arquitectura de corrección de errores y la tecnología de iones atrapados necesarias para alcanzar la tolerancia a fallos universal", dijo Rajeeb Hazra, CEO de Quantinuum.

La validación externa: menos de un millón de qubits

El dato que más debería interesar a quien evalúa el sector no viene de la empresa. Robin Blume-Kohout, codirector del Quantum Performance Lab de Sandia National Laboratories, que no participó del estudio, señaló que el paper demuestra ganancias de rendimiento reales y serias, y que un qubit lógico es casi 100 veces mejor que los qubits físicos que lo componen.

Su conclusión es la más relevante: una versión escalada de este sistema podría alcanzar la confiabilidad necesaria para una computación tolerante a fallos útil con un tamaño factible, de menos de un millón de qubits físicos. Eso, dijo, mejora las perspectivas de la computación cuántica práctica y retira uno de los riesgos técnicos centrales del sector.

Traducido al lenguaje de un founder: el cuello de botella dejó de ser si es físicamente posible y pasó a ser cuánto cuesta construirlo y cuándo llega.

El contexto de mercado: de la investigación al capital público

Quantinuum ya no es una startup privada. La compañía cotiza en el Nasdaq bajo el ticker QNT y, según Yahoo Finance, obtuvo un premio finalizado de US$100 millones del programa CHIPS R&D del Departamento de Comercio de Estados Unidos para fabricar computadoras cuánticas de iones atrapados en ese país. También cerró colaboraciones con Quanta Computer y Oracle, que alojará el sistema Helios en sus centros de datos para ofrecer acceso cuántico en la nube.

El movimiento se enmarca en una ola más amplia. Un informe de ResearchAndMarkets difundido por Yahoo Finance en octubre de 2026 señala que el mercado global de tecnologías cuánticas pasó de la etapa de investigación financiada por venture capital a los mercados de capital públicos y la manufactura industrial. En 2026 hubo actividad de salida a bolsa de fabricantes de hardware como Quantinuum, Xanadu, Infleqtion e IQM, mientras IonQ reportó ingresos de US$80,1 millones en el segundo trimestre. El Departamento de Comercio de Estados Unidos otorgó US$2.013 millones en incentivos CHIPS y tomó participaciones minoritarias en las empresas participantes.

El mismo informe proyecta que la computación cuántica se convertirá en el segmento líder del mercado después de 2030, a medida que los sistemas tolerantes a fallos avancen hacia el despliegue comercial. Hoy el mayor segmento de ingresos es el sensado cuántico, sostenido por aplicaciones de defensa y seguridad nacional.

¿Qué significa esto para tu startup?

La computación cuántica tolerante a fallos todavía no es un producto que puedas comprar y usar mañana. Pero hay tres movimientos concretos que sí puedes hacer ahora.

Primero, identifica si tu problema es candidato. Quantinuum apunta a materiales, química, finanzas y logística. Si tu startup opera en alguno de esos verticales y hoy resuelve problemas de optimización o simulación con cómputo clásico caro, vale la pena documentar el caso de uso y su tamaño. Cuando el acceso comercial madure, las empresas que ya tienen el problema formulado van a tener ventaja sobre las que empiecen a pensar en cuántica ese día.

Segundo, usa el acceso en la nube como prueba de concepto. Helios ya se ofrece a través de infraestructura de Oracle, y los proveedores cuánticos venden acceso por horas. No necesitas comprar hardware: necesitas a alguien en tu equipo que sepa formular el problema y medir si el resultado supera a tu línea base clásica. El criterio de decisión no es si es cuántico, sino si es más rápido o más barato que lo que ya tienes.

Tercero, sigue la métrica correcta. Ignora los anuncios de cantidad de qubits físicos. Lo que importa es la fidelidad lógica, la distancia del código y cuántos qubits físicos hacen falta por qubit lógico. Un sistema con menos qubits y mejor fidelidad lógica puede ser más útil que uno con miles de qubits ruidosos. Si vas a evaluar proveedores, pide esos tres números antes de escuchar cualquier promesa de velocidad.

El riesgo que no desaparece

Conviene mantener la cabeza fría. Los propios documentos regulatorios de Quantinuum advierten que los resultados se lograron en entornos experimentales y podrían no replicarse a mayor escala, en cómputo lógico o en uso comercial. La compañía también reconoce el riesgo de retrasos en Sol y Apollo, su hoja de ruta hacia un computador cuántico tolerante a fallos universal, que apunta a 2029.

La brecha entre un récord de laboratorio y un servicio comercial confiable sigue siendo grande. Pero el anuncio de esta semana mueve la conversación: ya no se discute si la corrección de errores puede escalar, sino a qué velocidad y con cuánto capital.

Fuentes

• Ars Technica (fuente original)
• PR Newswire vía Manila Times
• Yahoo Finance
• Yahoo Finance