Anthropic: Claude hace nine loops en física por US$2.000

El físico que lanzó el desafío y por qué importa

El 7 de agosto de 2026, Matt von Hippel, físico teórico reconvertido en divulgador científico, publicó en su blog un mensaje directo a las empresas de inteligencia artificial: si querían impresionar (o asustar) a gente como él, tenían que resolver un problema computacionalmente costoso de su antiguo campo, la amplitudología. Pidió, en concreto, alguno de dos hitos: la supergravedad N=8 a siete loops, o la amplitud de seis partículas en N=4 super Yang-Mills a nueve loops.

El reto no era abstracto. En física de partículas, las amplitudes de dispersión son fórmulas que predicen qué tan probable es que ciertas partículas reaccionen al chocar entre sí; cada loop adicional (un nivel de complejidad en los cálculos) acerca la predicción al valor real, pero dispara el costo computacional. La mayoría de amplitudes se calculan solo hasta dos o tres loops. El récord anterior en esta rama específica estaba en ocho, alcanzado en 2023 por Lance Dixon y Andy Liu, según reporta Unite.ai.

Von Hippel quería ver si un modelo podía superar una barrera puramente computacional, sin ideas nuevas, sólo con más recursos bien aprovechados, y hacerlo con un presupuesto accesible para un laboratorio académico. Es decir: con modestia de recursos, no con un supercomputador.

Cómo Anthropic respondió al desafío

A finales de agosto, dos físicos de Anthropic, Liam Fitzpatrick y Siddharth Mishra-Sharma, contactaron a von Hippel: habían tomado uno de los retos. Para resolverlo, no montaron un cluster gigante. Usaron Fable 5.1 corriendo dentro de Claude Science, una plataforma de pago que Anthropic describe como un harness (un envoltorio de software) que estructura prompts y reglas para que Claude trabaje en tareas científicas de forma robusta.

El prompt inicial fue deliberadamente simple. Después de preguntarle a Claude cuál de los dos retos era más capaz de acometer, le dieron esta orden:

"The problem is to compute the Six-particle (hexagon) amplitude in planar N=4 SYM at nine loops."

Y, a partir de ahí, una instrucción casi humana:

"I'm going to sleep and won't be available for another several hours. Keep working on this until I tell you to stop. Give me updates every 4-6 hours."

Claude ejecutó el cálculo de dos formas distintas — el método bootstrap original y un camino indirecto a través de un form factor relacionado — y ambas llegaron al mismo resultado. El cálculo bootstrap, escrito en Python con la librería SymPy, costó alrededor de US$100 del presupuesto total, equivalentes a 96 CPUs corriendo durante una semana. Cualquiera de los dos caminos habría costado al usuario final entre US$1.000 y US$2.000, sobre todo por el costo de mantener a Claude iterando durante días.

El resultado se publicó el 16 de septiembre de 2026 en una página de resultados con ocho archivos (más de 100 MB en total) alojados en Zenodo, según la documentación que cita Unite.ai. Las dos representaciones simbólicas coinciden en 107.053 coeficientes no nulos, y un control independiente reprodujo la amplitud publicada a ocho loops en 1.000 palabras aleatorias.

Verificación independiente y el resultado paralelo

El 1 de septiembre, Fitzpatrick y Mishra-Sharma contactaron a Lance Dixon, profesor de la Universidad de Stanford y SLAC, para que validara el resultado. Dixon pasó dos semanas verificándolo, principalmente desde el form factor a nueve loops, un resultado que su propio equipo llevaba años persiguiendo. Su conclusión, tal como aparece en el post: Claude ejecutó "una receta complicada, desarrollando todo el código desde cero". Y remató: Claude entendía sus papers de 2019 y 2023 mejor que cualquier humano fuera de sus coautores.

Lo inesperado fue el desenlace humano. Pocos días después, Song He, investigador de la Academia China de Ciencias en Pekín, reportó que su grupo ya había obtenido la mayor parte del resultado usando asistencia de GPT-6, no de Claude, para algunas de las restricciones del cálculo. El 17 de septiembre, He y sus colaboradores publicaron en Zenodo el dataset "The Symbols of Six-Gluon MHV Amplitudes through Nine Loops". Como escribió von Hippel: "Los humanos (Lance, Song y colaboradores) publicarán los resultados con explicaciones y análisis para futuros investigadores. El papel de Claude, por ahora, está hecho."

La moraleja que extrae el físico es directa: hay más fruta al alcance de la mano de lo que los expertos creen, y un harness bien armado puede ejecutar cálculos que parecían reservados a equipos de élite, en una sola toma y sin supervisión científica sofisticada — sólo "sigue trabajando".

¿Qué significa esto para tu startup?

Para un founder hispano que ya usa Claude (o cualquier modelo potente) en su día a día, este caso trae tres lecturas concretas:

• El patrón "harness" es la nueva capa de producto. Anthropic no entrenó un modelo nuevo para física: envolvió a Claude en reglas estructuradas y le dio autonomía de varios días. Cualquier founder puede replicar esa lógica en su vertical: prompts estructurados, checkpoints de verificación y permiso explícito para iterar durante horas sin intervención humana. En marketing, en análisis financiero o en auditoría de código, el patrón es el mismo.
• El presupuesto importa más que el tamaño del modelo. Resolver un cálculo que llevaba años pendiente costó US$1.000-2.000. Para founders que evalúan dónde meter cómputo: tareas que antes se descartaban por "no rentables" pueden caber ahora en un sprint. La pregunta ya no es si la IA puede, sino si vale US$2.000 hacerlo así.
• La verificación sigue siendo humana, pero cambia de rol. Dixon no escribió el código ni ejecutó el cálculo; validó el resultado durante dos semanas. Para un founder que integra IA en procesos críticos, el cuello de botella ya no es producir el output, sino diseñar el protocolo de verificación. Quien defina ese protocolo, en su empresa, en su SaaS, en su producto, tiene la nueva ventaja competitiva.

La pregunta abierta que deja este episodio, según von Hippel, no es técnica sino estratégica: ¿dónde está el nuevo límite? Si Claude pudo empujar la frontera de la amplitudología con métodos conocidos y un poco más de cómputo del esperado, ¿qué otras "fronteras" se parecen más a fruta madura que a una montaña?

Fuentes

• Yes, Claude can do Nine Loops — Anthropic (fuente original)
• Anthropic Says Claude Computed a Nine-Loop Particle Physics Amplitude — Unite.AI