El catálogo canónico lista 74 algoritmos cuánticos con sus referencias publicadas; un puñado está rigurosamente probado. Este es el mapa que los separa — por qué tan real es la ventaja hoy, no por industria. Cada clase: su algoritmo, el vertical que toca, el campeón clásico al que debe ganar, y el estado honesto ahora.
Estado del campo · julio 2026 · con fuentes, re-auditado antes de cada veredictoLa distinción que ordena todo lo de abajo — y que casi toda la cobertura difumina:
El eje no es "qué industria" — es qué tan real es la ventaja cuántica hoy. Este orden es lo que un decisor, o un copilot, realmente necesita y nadie más publica así.
Gana en el papel, pero necesita corrección de errores / millones de qubits que aún no existen. No son peleas corribles — mapas de timing.
El caso más fuerte teóricamente: simular lo cuántico con lo cuántico. El cuello de botella es real — donde un win futuro es más creíble, y donde el baseline es más difícil.
Donde vive la mayoría del hype comercial y donde el clásico es más brutal. QAOA / annealing no le ganan al clásico bien afinado a escala. El terreno correcto para el primer fight — el honesto "todavía no" es barato y valioso.
Donde más se prometió y menos se sostuvo. Contenido de árbitro de alto valor precisamente porque casi nadie lo dice en voz alta.
La predicción de estructura de proteínas no es cuántica — y no debería insinuarse que lo sea. AlphaFold (deep learning clásico) resolvió un problema de 50 años. Si Rosetta toca "drug discovery" debe ser quirúrgico: el valor cuántico está en la precisión de estructura electrónica (Tier B), no en reemplazar un pipeline de descubrimiento que la IA clásica ahora lidera. Decir esto en voz alta aumenta la credibilidad de árbitro.
Un químico computacional serio lee un veredicto molecular sabiendo que AlphaFold + docking clásico ya funcionan. Así que el claim debe ser angosto: la ventaja cuántica plausible vive en la estructura electrónica de sistemas fuertemente correlacionados (metales de transición, ciertos estados excitados, casos que DFT aproxima mal) — no en "acelerar drug discovery" en general. El claim angosto y exacto nos protege; el ancho nos expone.
Empieza en Tier C (portafolios o ruteo minero), no en Tier B (molecular). Contraintuitivo pero correcto: Tier C es barato (QAOA simulable, free tier), el campeón (OR-Tools) es brutal y gratis — así nadie puede acusarnos de baseline débil — y el resultado esperado, "el clásico gana, quantum aún no cruza", es exactamente el producto: el primer negativo honesto con un crossover estimado.
Molecular es tentador porque la ventaja es más plausible — y por eso es un mal primer fight: un win ahí sería un claim extraordinario que exige evidencia extraordinaria, contra un baseline que necesita expertise química. La credibilidad se construye con el negativo honesto, no con el win arriesgado.
Arriba está el mapa por tier: nuestra lectura. Acá está el catálogo crudo, servido desde la base y no escrito a mano: cada entrada del Quantum Algorithm Zoo con el speedup que declara la fuente, los papers primarios y las implementaciones públicas que existen.
Dos cosas que esta tabla no dice. El speedup de cada fila es lo que declara la fuente citada, no una medición nuestra: declarar no es medir. Y catalogar no es implementar — esta página los muestra y los documenta, no los ofrece como servicio. Lo único que afirmamos nosotros es la columna de evidencia, y está vacía en casi todas las filas.
Mostrando 74 de 74
El archivador no respondió. La misma lista está en /v1/algorithms.
Todo lo de arriba sale de la misma base que responde la API. Baja la fuente, recomputa su sha256 y compáralo con el que declara /v1/algorithms en procedencia.instantanea_sha256: si calza, estás mirando el mismo catálogo que nosotros. Los agentes lo leen por API o por MCP con buscar_algoritmo_cuantico.