¿Qué es una «demostración de qubit lógico» y cómo se comparan entre vendors?

TL;DR (estado al 21 de octubre de 2026): Al 21 de octubre de 2026, una «demostración de qubit lógico» no es una medición estandarizada: las diez filas del registro público que Rosetta Quantum alinea abajo — ocho demos en hardware, una simulación y un roadmap — reportan sus números-titular por ciclo de QEC, por compuerta Clifford lógica, por circuito o por preparación de estado, con decodificadores que van de tiempo real a totalmente offline y con tasas de descarte que van de cero a más del 96%. Cero pares de esos números-titular comparten a la vez la misma unidad, el mismo modo de decodificación y las mismas reglas de descarte, así que ninguno puede rankearse contra otro sin re-derivar ambos. La fila más fresca tiene dos días: el 19 de octubre de 2026 Quantinuum reportó un resultado de color code cuyo paper declara un error lógico de 5×10⁻⁶ por ciclo de síndrome a distancia 7 (paper de Quantinuum, leído el 2026-10-21) — con toda la decodificación de ese experimento corrida offline.

¿Qué cuenta como una «demostración de qubit lógico»?

Cualquier experimento en el que varios qubits físicos se operan como un qubit codificado y la tasa de error codificada se compara contra algo — y ese blanco de comparación es lo primero que varía. Rosetta Quantum cubrió qué es un qubit lógico y por qué la razón físico:lógico gobierna todos los cronogramas de tolerancia a fallas en una entrada dedicada; la versión corta es que un código corrector reparte un qubit de información entre muchos ruidosos, y un decodificador — un algoritmo clásico, cubierto aquí — convierte los síndromes medidos en correcciones. Una «demostración» es cualquier experimento fechado sobre esa pila. Lo que no es: un benchmark estandarizado. No hay unidad acordada, ni configuración acordada de decodificador, ni regla acordada sobre descartar corridas, ni árbitro externo. Cada vendor elige su propia vara, mide honestamente contra ella, y publica un número que se lee como récord mundial en un deporte que solo juega ese vendor.

Eso no es una acusación. Cada fila de abajo es, hasta donde muestra el registro público, una medición real (o viene etiquetada como simulación o como plan donde lo es). El problema es estructural: la misma palabra — «demostrado» — cubre una memoria en reposo, un estado gato entrelazado de 24 qubits, una corrida de randomized benchmarking de compuertas Clifford, y una simulación con ruido a nivel de circuito sin hardware adentro.

¿Qué demostró de verdad cada vendor?

La tabla es la respuesta. Las fechas son las de la fuente primaria; donde Rosetta verificó un número en una corrida anterior y hoy lo reutiliza, la fila lo dice.

Tres notas de honestidad sobre la tabla. Primera: las dos filas «2:1» no son el mismo tipo de hecho — el 2:1 del iceberg corrió en hardware y pagó su razón con descartes superiores al 96% (nuestra verificación del 16-oct), mientras que el 2:1 del qLDPC es una simulación a nivel de circuito cuyos propios autores declaran que «additional development is required to implement the full set of fault-tolerant logical gates» (QCR, 20-abr-2026). Segunda: la fila Microsoft–Atom contiene un número que su propia fuente no explica — la configuración solo-detección (10,2%) le ganó a la configuración detección+corrección (26,6%) contra el mismo baseline físico del 42% (blog de Azure, 19-nov-2024) — imprimimos ambos, en ese orden. Tercera: ninguna fila de esta tabla demuestra compuertas lógicas no-Clifford a su tasa de error de titular — la entrada Helix explícitamente no lo hizo (arXiv:2609.03194) y la entrada de color code es memoria más randomized benchmarking de Cliffords (paper de Quantinuum). El cómputo por el que todos compran corrección de errores queda afuera de todos los titulares de acá.

¿Por qué los números-titular no se pueden comparar?

Porque entre dos filas cualesquiera difieren al menos seis perillas, y cada perilla mueve el número más que la brecha que se publicita.

La unidad. El 0,143% de Google es por ciclo de QEC de una memoria en reposo (arXiv:2408.13687); el 2,8×10⁻⁴ de Helix es por compuerta Clifford lógica en randomized benchmarking (arXiv:2609.03194); el 0,001% del tesseract es por circuito de estado Bell (Nature, jun-2026); el 10,2% de Atom es por preparación de un GHZ de 24 qubits (blog de Azure). Un ciclo, una compuerta, un circuito y una preparación de estado son cuatro tiempos de exposición al ruido distintos. Dividir uno por otro no es una conversión: es un experimento nuevo.

El decodificador, y cuándo corre. El número depende de qué algoritmo clásico lee los síndromes y de si corre dentro del deadline del hardware o después, sobre datos guardados. Rosetta midió esta perilla en su entrada sobre decodificadores: en los propios datos de distancia 5 de Google, el decodificador en tiempo real devolvió 0,35% por ciclo y el decodificador más preciso offline 0,269% — mismo chip, mismos shots, número distinto (nuestra verificación del 19-oct de arXiv:2408.13687). El resultado nuevo de color code declara su Λ = 12 «using Tesseract» — un decodificador offline — y toda la decodificación del experimento fue offline (paper de Quantinuum).

Los descartes. Los esquemas basados en detección llegan a tasas bajas tirando a la basura las corridas marcadas. Las demos del iceberg descartaron más del 96% de los shots (nuestra verificación del 16-oct); los resultados del tesseract «descartan trazas corruptas» vía postselección (QCR, 12-jun-2026); Helix mejora de 4,6×10⁻⁵ a 1,9×10⁻⁵ por ciclo cuando se postselecciona fuera el 0,5% de los shots (arXiv:2609.03194). Un número con descartes y un número sin ellos no son la misma cantidad, y la mayoría de los titulares no dice cuál de los dos es.

El estado que se protege. Memoria en reposo (Google, color code), estados entrelazados (Atom, Harvard), circuitos de benchmarking (Helix), algoritmos chicos (el Bernstein–Vazirani de 28 qubits lógicos sobre 112 físicos de Atom, blog de Azure). Las tasas de error no se transfieren entre esas cargas de trabajo.

Hardware versus simulación versus plan. Una fila es una simulación a una tasa de error físico asumida del 0,1% (arXiv:2604.16209); otra fila existirá en 2029 si el roadmap de IBM se cumple (roadmap de IBM). Las dos son publicaciones legítimas; ninguna es una demostración en el sentido de hardware, y así las marcamos.

El baseline. «Mejor que lo físico» divide por la tasa de error física de cada plataforma — 42% para el baseline del GHZ de Atom, 1,2×10⁻³ para las compuertas de dos qubits de Quantinuum. La misma frase, tres órdenes de magnitud de distancia. Hasta los dos factores de supresión de la tabla — Λ = 2,14 ± 0,02 (surface code de Google) y Λ = 12(+3/−2) (color code de Quantinuum) — están medidos sobre códigos distintos, pisos de ruido distintos y decodificadores distintos; los dos son reales, y el único número que le permitiría a un comprador rankearlos — una razón de tiempo-a-solución a presupuesto igualado sobre la misma tarea — no existe para ninguno, porque eso no es lo que miden los experimentos de memoria. Quién va adelante en hardware crudo es otra pregunta, mapeada aquí.

¿Qué cambió esta semana y qué dice la fuente primaria?

El 19 de octubre de 2026 Quantinuum anunció un resultado de color code en Helios, y es el caso reciente más nítido para leer el paper en vez de la prensa. El encuadre de prensa reporta «99,9995% de fidelidad», «cinco errores por millón de operaciones», una reducción de 10× sobre el récord propio de septiembre, un claim de «100 veces más bajo que el mejor resultado publicado» en otras modalidades, y «hasta 37 qubits físicos por qubit lógico» (TQI, 19-oct-2026, reportando el comunicado de la empresa). El paper declara el resultado como una tasa de error lógico de 5(+4/−2)×10⁻⁶ por ciclo de extracción de síndrome a distancia 7, en experimentos de memoria que usaron 13, 37 y 73 qubits físicos a distancias 3, 5 y 7, con Λ = 12(+3/−2) bajo el decodificador Tesseract, y con toda la decodificación corrida offline (paper de Quantinuum, PDF, leído el 2026-10-21).

Dos deltas importan. La unidad: «por operación» y «por ciclo de síndrome» son varas distintas, y el paper usa la segunda. La razón: el experimento de distancia 7 que produce el número-titular corrió 73 qubits físicos para un qubit lógico; el «hasta 37» de la prensa calza con la configuración de distancia 5, que tiene una tasa de error más alta. Cuando un comunicado y un paper del mismo emisor difieren, Rosetta imprime ambos, atribuidos, y lee el paper como vinculante — la misma regla que aplicamos a la cobertura de optimización de portafolios de IBM un día antes. Nada de esto achica el resultado: en su propia vara es la tasa de error lógico más baja del registro público, y la supresión de 12× por paso de distancia es, hasta donde muestra nuestra tabla, inigualada. Será comparable con el 0,143% de Google el día en que alguien publique ambos bajo la misma unidad, el mismo modo de decodificación y la misma contabilidad de descartes — cosa que, al 21 de octubre de 2026, nadie hizo.

¿Cómo se verá una demostración comparable?

Existirá cuando una demo declare, en una sola tabla: la tasa de error por ciclo de QEC sin postselección; la misma tasa con postselección y la fracción exacta descartada; el decodificador usado y si corrió dentro del presupuesto de tiempo real del hardware; el baseline físico del mismo equipo; y la historia no-Clifford, aunque la entrada sea «todavía ninguna». Son cinco perillas declaradas, no una suite nueva de benchmarks — cada fila de arriba ya midió casi todas y simplemente no las imprime juntas. La mejora difícil es el árbitro: cada número de nuestra tabla fue producido, decodificado y calificado por el mismo equipo que se medía. El campo cuántico tiene benchmarks pre-registrados (QOBLIB) y ahora la verificación privada por etapas de DARPA (la QBI), pero ningún juez externo ciego para claims de qubits lógicos — el instrumento que, como argumentamos para modelos, elimina la autocalificación. Hasta que exista, la lectura honesta de cualquier titular de qubit lógico seguirá siendo: un vendor, una vara, un récord mundial en un deporte con un solo jugador.

Qué no sabemos

• Si el número del color code sobrevivirá a la decodificación en tiempo real. Toda la decodificación del experimento del 19 de octubre fue offline; los autores argumentan factibilidad desde tiempos de decodificador de unos cientos de microsegundos por ronda en una GPU H100, y un argumento no es una demostración (paper de Quantinuum).
• El conteo de qubits físicos detrás del GHZ de 24 qubits lógicos. El post de Azure no lo declara, así que la tabla lleva la razón solo para la corrida Bernstein–Vazirani (blog de Azure, 19-nov-2024).
• Por qué solo-detección le ganó a detección+corrección en ese mismo experimento. La fuente reporta 10,2% versus 26,6% y no explica la inversión; la imprimimos sin teoría.
• Si alguna fila generaliza a cómputo. Ninguna entrada demuestra compuertas lógicas no-Clifford a su tasa de error de titular; el cómputo tolerante a fallas necesitará además destilación de estados mágicos, y ninguna fila de acá la toca.
• Dos números que hoy no re-verificamos. La fila del código de Bring y la fila del iceberg vienen de nuestras verificaciones del 17-oct y del 16-oct de sus fuentes primarias, reutilizadas acá y declaradas como tales; el par tiempo-real-versus-offline de Google (0,35% vs 0,269%) viene de nuestra corrida del 19-oct.
• Nuestro propio «0». El cero del hero — ningún par de números-titular comparte unidad, modo de decodificación y reglas de descarte — es la lectura que Rosetta hace de esta tabla bajo esos tres criterios declarados, no una estadística acordada por la comunidad. Si se agregan o quitan criterios, el conteo cambia; elegimos los tres que un comprador necesitaría primero.

Fuentes

• Google Quantum AI — Quantum error correction below the surface code threshold, arXiv:2408.13687 (Nature 638, 2024; re-verificado el 2026-10-21)
• Bluvstein et al. — Logical quantum processor based on reconfigurable atom arrays, arXiv:2312.03982 (Nature, DOI 10.1038/s41586-023-06927-3)
• Blog de Microsoft Azure Quantum — Microsoft and Atom Computing, 19-nov-2024
• Quantum Computing Report — Microsoft and Quantinuum publish peer-reviewed QEC data in Nature, 12-jun-2026 · el paper de Nature
• Quantum Computing Report — QuEra, Harvard and MIT demonstrate 2:1 ratio, 20-abr-2026 · arXiv:2604.16209
• Quantum Computing Report — Quantinuum demonstrates Helix on Helios, 9-sep-2026 · arXiv:2609.03194
• Quantinuum — Quantum error correction well below the color code threshold (paper, PDF) (leído el 2026-10-21)
• The Quantum Insider — Quantinuum reports a 10× reduction in logical error rate on Helios, 19-oct-2026
• Blog de desarrolladores de NVIDIA, 17-nov-2025 (demo del código de Bring; verificado en nuestra corrida del 17-oct, anatomía aquí)
• Roadmap cuántico de IBM (Starling, planificado para 2029)

Rosetta Quantum publica veredictos con datos crudos reproducibles. Esto es contenido educativo, no un claim de producto. Cuántica, medida de forma independiente.