Quantum Volume vs. Algorithmic Qubits: ¿qué miden de verdad las métricas de los vendors?

Estado a: 5 de agosto de 2026.

Cada vendor de hardware cuántico publica un número-bandera. Los números son reales, las mediciones están (hasta donde se puede verificar) corridas con honestidad — y aun así no se pueden comparar, porque cada métrica fue diseñada por el vendor al que su máquina favorece. Este post es un mapa de las reglas de medir, no de las máquinas.

¿Cuáles son los cuatro números sobre la mesa?

Cuatro números, cuatro dueños, cuatro preguntas distintas. Ninguno responde "qué máquina resuelve mi problema" — esa pregunta exige un benchmark por instancia contra un baseline clásico (cómo lo arruina un baseline débil).

¿Por qué cada vendor eligió su propia regla?

Porque cada regla premia una física distinta. Ese es el punto estructural: una métrica es una elección de qué contar, y cada vendor cuenta donde su arquitectura es fuerte.

Quantum Volume premia fidelidad y conectividad, no tamaño. El test de QV corre circuitos aleatorios cuadrados — n qubits, n capas — así que una máquina con pocos qubits lentos, de alta fidelidad y conectividad todos-con-todos (iones atrapados) puntúa exponencialmente mejor que una máquina con muchos qubits rápidos en una grilla 2D que debe quemar compuertas SWAP para conectar pares lejanos. Quantinuum adoptó QV como su métrica-bandera en 2020 con la promesa pública de multiplicarla 10× por año (The Quantum Insider, 13-may-2025) y cumplió: 2^23 en H2 en mayo 2025, 2^25 = 33.554.432 en la H2-1 de 56 qubits en septiembre 2025.

IBM — el autor de la métrica — dejó de encabezar con ella. En noviembre de 2023 IBM presentó layer fidelity y error-per-layered-gate (EPLG, arXiv:2311.05933) y escribió que en dispositivos grandes el QV "solo muestrea una parte diminuta del sistema", destaca "un puñado de los mejores qubits del dispositivo", fue "diseñado para sistemas con conectividad todos-con-todos" y "pronto será demasiado grande para simularlo clásicamente" (blog IBM Quantum, 20-nov-2023). Las cuatro afirmaciones son técnicamente defendibles. También es cierto que la métrica de reemplazo — cadenas de compuertas por capas — calza con las grillas 2D de IBM, donde el QV no calzaba. Ambas cosas pueden ser ciertas a la vez; así se ve una elección de encuadre.

Algorithmic Qubits premia el stack de software encima del hardware. El #AQ de IonQ cuenta el mayor N donde circuitos de algoritmos derivados del banco QED-C (N qubits, hasta N² compuertas entrelazantes) pasan un umbral de fidelidad del 37% — con compilación y mitigación de errores permitidas dentro del número. IonQ lo presenta como virtud: mide "circuitos cuánticos estructurados de relevancia práctica", no aleatorios (página de recursos de IonQ). Su comunicado del 25-sep-2025 puso #AQ 64 en el sistema Tempo, y el blog de IonQ del 13-oct-2025 atribuye el salto desde #AQ 36 en parte a "mejoras dramáticas en mitigación de errores y compilador" — el vendor dice abiertamente que parte del puntaje vive en el software.

El conteo de qubits y los CLOPS premian escala de fabricación y velocidad de compuerta. Los qubits superconductores se litografían y conmutan en nanosegundos; los iones atrapados se cargan y transportan físicamente. Por eso IBM sostiene ambas coronas: 1.121 qubits fabricados (Condor, dic-2023) y 330.000 CLOPS con fidelidad de dos qubits sobre 99,9% en más del 50% de los pares medidos (Nighthawk, 12-nov-2025). La Helios de Quantinuum, lanzada el mismo mes, lidera la columna opuesta: ≈99,92% de fidelidad mediana de dos qubits con conectividad todos-con-todos en 98 qubits (análisis PostQuantum, nov-2025). Ningún vendor encabeza con la columna del otro.

¿Qué pasó cuando las métricas chocaron?

Tres episodios muestran que la disputa es de definiciones, no de datos.

Episodio 1 — el autor abandona su propia métrica (nov-2023). IBM definió el QV en 2019 y movió su benchmarking público a layer fidelity/EPLG cuando sus dispositivos pasaron los 100+ qubits en grillas 2D. Las razones declaradas (muestrear solo los mejores qubits; el límite de simulación clásica; el supuesto todos-con-todos) están documentadas arriba. El efecto práctico: desde 2024, la tabla de posiciones del QV tiene en esencia un solo vendor comprometido.

Episodio 2 — un vendor audita la métrica de otro (1-mar-2024). Quantinuum publicó "Debunking algorithmic qubits", argumentando que el #AQ puede inflarse con decisiones que viven dentro del número: la compilación estándar (pytket) reduce los circuitos de estimación de fase del banco de 992 a 141 compuertas entrelazantes (−85%) y los de estimación de amplitud de 868 a 72; la mitigación por voto de pluralidad cierra brechas de desempeño entre máquinas de calidad distinta; y en su simulación, una máquina de menor fidelidad con esas técnicas puntúa mejor que una de mayor fidelidad sin ellas. La comparación de Quantinuum en ese momento: fidelidad 2Q de 99,816% en H2-1 vs. 99,35% reportada para IonQ Forte. Nótese qué es y qué no es este intercambio: Quantinuum no afirmó que las mediciones de IonQ fueran falsas — afirmó que las reglas de la métrica permiten mejoras de puntaje que no vienen del hardware. IonQ, por su lado, divulga que compilación y mitigación son parte del #AQ y sostiene que eso es lo que el usuario experimenta. Ambas posiciones son internamente consistentes. Y son mutuamente incomparables — que es el punto de este post.

Episodio 3 — récords duales el mismo mes (sep-2025), cada uno bajo la regla del que reporta. Quantinuum anunció QV 2^25; IonQ anunció #AQ 64. El blog de IonQ de octubre 2025 encuadró el #AQ 64 como un espacio computacional de 2^64 estados, "36 mil billones de veces más grande" que los sistemas públicos de IBM — una comparación aritmética entre arquitecturas hecha bajo la métrica propia de IonQ. Cada anuncio es exacto bajo su propia definición; ninguno puede chequearse contra la del otro.

¿Cómo leer un anuncio de métricas de vendor?

Cinco preguntas, en orden. Son la misma disciplina de leer un claim de ventaja, aplicada a números de hardware:

1. ¿Quién definió la métrica? Si la respuesta es "el vendor que la reporta", el número es un examen autocalificado. Honesto, posiblemente — comparable, no.
2. ¿Qué premia estructuralmente la métrica? Conectividad y fidelidad (QV), el stack de compilador/mitigación (#AQ), conteo de fabricación (qubits), velocidad de compuerta (CLOPS). Verifica si la arquitectura de la máquina es fuerte exactamente ahí. Siempre lo es.
3. ¿Hay software dentro del número? Compilación y mitigación pueden mover un puntaje sin tocar el hardware (la demostración 992→141 de Quantinuum, mar-2024; la propia atribución de IonQ de ganancias de #AQ a mejoras de compilador, oct-2025). Ninguna de las dos divulgaciones está oculta — pero el número solo no te lo dice.
4. ¿Puede un tercero reproducirlo bajo las mismas reglas? QV y #AQ tienen protocolos públicos — la reproducción ocurre rara vez, y la reproducción entre vendors, en esencia nunca.
5. ¿Existe conversión entre reglas? No existe conversión publicada y revisada por pares entre QV, #AQ, EPLG y CLOPS a agosto de 2026. Toda frase de la forma "la métrica de X implica que le gana a Y" cruza reglas sin tipo de cambio.

El modo de falla que estas preguntas atrapan es el mismo que produce puntos de cruce falsos y claims de ventaja dequantizados: una comparación donde un solo lado eligió la vara de medir.

Qué no sabemos

• Si alguna de estas métricas predice desempeño en aplicaciones. Ningún estudio publicado demuestra que más QV, #AQ o CLOPS se traduzca en mejores resultados de punta a punta en un problema industrial nombrado contra un baseline clásico fuerte. Ese mapeo es exactamente lo que le falta al campo.
• Cómo quedarían las máquinas bajo una regla neutral. El banco de benchmarks del QED-C existe y es público, pero los puntajes son abrumadoramente auto-reportados por cada vendor sobre su propio hardware; no hay un organismo independiente que corra todas las máquinas bajo reglas idénticas el mismo día.
• Cuánto valen los récords a través del tiempo. Las métricas de vendor se retiran cuando dejan de favorecer (el autor del QV lo dejó en 2023; la tabla restante tiene un solo participante comprometido). Un récord en una regla retirada es un hecho sobre la historia, no sobre el mercado actual.
• Rosetta no tiene mediciones propietarias en esta clase. Nuestras corridas selladas (la serie V-0012) miden algoritmos sobre instancias de problema, no métricas de hardware; no hemos corrido protocolos de QV, #AQ ni EPLG, y nada de lo de arriba es una medición de Rosetta sobre la máquina de ningún vendor. Este post es una lectura de claims públicos y linkeados de vendors — bajo nuestra regla operativa de que un número solo es comparable cuando ambos lados corrieron la misma instancia bajo las mismas reglas con el árbitro fuera del edificio.

Fuentes

• Cross et al., Validating quantum computers using randomized model circuits, PRA 100, 032328 (2019) / arXiv:1811.12926
• Blog IBM Quantum — layer fidelity / EPLG (20-nov-2023)
• McKay et al., Benchmarking Quantum Processor Performance at Scale, arXiv:2311.05933
• IonQ — Algorithmic Qubits: A Better Single-Number Metric
• Quantinuum — Debunking algorithmic qubits (1-mar-2024)
• The Quantum Insider — Quantinuum QV 2^23, promesa de 5 años (13-may-2025)
• Quantum Zeitgeist — Quantinuum QV 2^25 = 33.554.432 en H2-1 (sep-2025)
• Comunicado IonQ — #AQ 64 (25-sep-2025)
• Blog IonQ — #AQ 64 en Tempo, mejoras de mitigación y compilador (13-oct-2025)
• Tom's Hardware — IBM Nighthawk: 120 qubits, 330.000 CLOPS, >99,9% 2Q en >50% de pares (12-nov-2025)
• PostQuantum — Quantinuum Helios: 98 qubits, ≈99,92% fidelidad 2Q, todos-con-todos (nov-2025)
• IBM Newsroom — Condor, 1.121 qubits superconductores (4-dic-2023)

Rosetta Q publica veredictos con datos crudos reproducibles. Esto es contenido educativo, no un claim de producto. Ningún vendor nombrado aquí pagó ni revisó este análisis; cada cifra de vendor linkea a la divulgación del propio vendor o a cobertura de prensa fechada.