¿Qué pide realmente un prize challenge cuántico?

Las bases de un premio son un documento raro: alguien con plata en juego escribe, en público y por adelantado, qué va a aceptar como evidencia — antes de ver ninguna respuesta. El marketing de los vendors te dice qué podría hacer la computación cuántica. Los criterios de un premio te dicen qué exige una contraparte que paga antes de firmar el cheque. Leídas en conjunto, las bases activas en 2024–2026 son lo más cercano que tiene la industria a un documento de requisitos compartido para la palabra "ventaja". Este post las lee al pie de la letra. (Las citas de criterios son traducción propia; los originales, en inglés, están en las fuentes al pie.)

Por qué las bases de un premio son un documento de estado del arte

Un premio es un tercero convirtiendo plata en validación: el patrocinador paga solo cuando un jurado certifica que se cruzó la vara publicada. Eso vuelve interesante a la vara misma. Donde la vara es baja, el patrocinador compra participación; donde es alta, te está diciendo — con presupuesto adjunto — qué considera evidencia creíble en 2026.

El caso de contraste es la compra pública. La Quantum Benchmarking Initiative de DARPA evalúa roadmaps de vendors hacia 2033 con equipos de verificación gubernamentales — 11 empresas avanzaron a Stage B el 6-nov-2025, con hasta ~$15M cada una (DARPA, nov 2025). QBI es de entrada cerrada y por contrato; la cubrimos en por qué nadie mantiene un ledger neutral de verificación y no la re-litigamos aquí. Los premios son la versión de entrada abierta: cualquiera puede competir, y los criterios se publican para todos.

El marcador: quién paga cuánto, por qué

El campo activo, con cada exigencia citada de las bases publicadas:

Escala del campo: XPRIZE atrajo 817 expresiones de interés de 82 países, 376 equipos registrados, recortados a 20 semifinalistas y luego 7 finalistas el 10-dic-2025 — entre ellos equipos liderados por Garnet Chan (Caltech), András Gilyén y Markus Reiher (ETH), más Phasecraft y Xanadu (TQI, 10-dic-2025). Q4Bio corrió seis equipos finalistas (Algorithmiq, Infleqtion, Harvard, Stanford, Oxford, Nottingham) cuyos resultados revisaron delegados de Google Quantum AI, IBM Research, Microsoft Quantum, IonQ, Quantinuum y PsiQuantum (TQI, 27-mar-2026).

En qué coinciden los criterios

El documento más informativo del ciclo es el post-mortem de la Fase I que publicó el propio XPRIZE (21-ene-2026), donde dice en público por qué se descartaron equipos. Los descalificadores, citados: "aplicar métodos cuánticos existentes sin demostrar suficientemente una ventaja sobre baselines clásicos fuertes" ("strong classical baselines" en el original); "elegir problemas de atractivo amplio sin explicar con claridad por qué los enfoques clásicos son insuficientes"; "desarrollar primitivas cuánticas interesantes sin una conexión convincente con el uso real". Los calificadores, citados: en los equipos que avanzaron, "los claims eran acotados y precisos" — "instancias de problema específicas y objetivos claramente definidos, en vez de afirmaciones amplias o genéricas de ventaja cuántica" — junto a "estimaciones tempranas de recursos, tratamiento realista de las restricciones de implementación y cronogramas creíbles".

Esa lista es, casi al pie de la letra, el test del baseline débil más el orden de feasibility que mata barato primero: un rival clásico fuerte, una instancia acotada con nombre, y una estimación de recursos que diga a qué distancia queda la ventaja. La fase final de Q4Bio agrega la exigencia de ejecución: los equipos debían "hacer benchmark contra computación clásica de alto desempeño y demostrar resultados en hardware cuántico real, no en simulaciones" (TQI, 27-mar-2026). El workflow ganador — Algorithmiq con IBM y Cleveland Clinic, propiedades de estados excitados de un fármaco fotosensibilizador para terapia fotodinámica contra el cáncer — cruzó la vara de realización de >50 qubits, no la vara de la ventaja.

Un patrón más, por omisión: ninguna de las bases que leímos puntúa máquinas por métrica de vendor. Quantum Volume y Algorithmic Qubits — la regla propia de cada vendor — no aparecen en ningún criterio publicado. Los que pagan puntúan evidencia a nivel de problema: baseline, instancia, recursos.

La escalera se lee limpia: la exigencia escala con el cheque. $100K compra un caso de uso en un simulador. El pool de $5M de XPRIZE compra evidencia en papel — benchmarks contra baselines fuertes más estimaciones de recursos, juzgados hacia 2027. $2M compraron una ejecución end-to-end en más de 50 qubits reales. Y el nivel encima de todos — plata pagada por una ventaja cuántica medida sobre un baseline clásico fuerte — es donde no encontramos ningún pago público que señalar, a 17-ago-2026. Ese peldaño vacío es consistente con el marcador medido en todo lo demás: cero ventajas end-to-end medidas en problemas útiles.

Qué NO piden los premios — y qué dice eso

Ninguna de las bases públicas que revisamos convierte los artefactos publicados y re-corribles en compuerta dura — el estándar de reproducibilidad radical. Los resultados se evalúan por paneles de jueces y delegados revisores, no por re-ejecución independiente del pipeline enviado. Es la mecánica normal de un premio, no un escándalo; pero significa que hasta el premio más estricto del campo se queda a un paso del "no me creas, corre el notebook".

Dos decisiones de diseño que hay que leer como decisiones de diseño, no como defectos. XPRIZE no exige ejecución en hardware — sus pedidos de Fase II son analíticos (impacto cuantificado, benchmarks, estimaciones de recursos), una vara coherente para un concurso de algoritmos cuyo objeto es dónde podría aterrizar la ventaja. Y el challenge de Fujitsu no exige baseline clásico — por su propia descripción selecciona "casos de uso, no benchmarks abstractos" con "impacto potencial en clientes" sobre el simulador de la empresa; es un campo de pruebas para aplicaciones de una herramienta de vendor, juzgado con criterios comerciales, y así lo dice. Ninguna de las dos es una acusación; ambas son bases publicadas haciendo exactamente lo que sus patrocinadores diseñaron. PQIC, por su parte, publica fases y criterios pero no el monto en su página de bases (accedido ago 2026) — un hecho observado sobre la página, nada más.

La lectura estructural: cada patrocinador compra el nivel de evidencia que su presupuesto y su misión permiten, y cada base es honesta dentro de su propio alcance. La brecha entre lo que exigen los cheques más grandes y lo que efectivamente se ha pagado no es una falla de ningún premio — es el estado del arte, escrito en plata de premios.

Datos propios: ningunos en esta clase. Rosetta Q no compite en ninguno de estos challenges (a 17-ago-2026) y no tiene interés en ningún resultado. Nuestras series selladas son experimentos de optimización y quantum walks con el baseline clásico hasta ahora invicto — no envíos a premios. Leemos las bases porque son el raro documento público donde la plata define la evidencia, que es el tema de este ledger.

Qué sabemos / qué no sabemos

Qué sabemos. Los criterios citados arriba, de las páginas publicadas de cada concurso, con fechas. El embudo de XPRIZE: 817 expresiones de interés → 376 equipos → 20 semifinalistas → 7 finalistas (10-dic-2025), ganadores previstos para la primavera de 2027. El premio de realización de $2M de Q4Bio se pagó en abril de 2026 por un workflow end-to-end en hardware de >50 qubits. Las exigencias recurrentes donde los cheques son grandes: baseline clásico fuerte, instancia acotada con nombre, estimaciones de recursos — y, en Q4Bio, ejecución en hardware real.

Qué no sabemos. Si el gran premio de $5M de Q4Bio se otorgó sin anuncio público o sigue pendiente — no encontramos ninguno a 17-ago-2026, y la ausencia de anuncio no es prueba de ausencia. Los pesos internos de puntuación detrás de los criterios publicados de XPRIZE (los criterios son públicos; la ponderación no). Si el premio de XPRIZE de 2027 terminará exigiendo demostraciones en hardware más allá de los pedidos analíticos publicados. El monto de PQIC. Y la pregunta causal que nadie mide: si los criterios de los premios cambian el comportamiento de investigación o solo seleccionan equipos que ya trabajaban a ese estándar — no encontramos datos en ningún sentido.

Rosetta Q publica veredictos con datos crudos reproducibles. Esto es contenido educativo, no un claim de producto.