El recuento de qubits lógicos se convirtió en el Benchmark real de la computación cuántica en 2026

Durante la mayor parte de la última década, el progreso de la computación cuántica se medía en qubits físicos brutos — un número que daba buenos titulares pero no decía casi nada sobre si una máquina podía computar algo útil. En 2026, esa métrica ha sido reemplazada silenciosamente por una mejor: qubits lógicos verificados, las unidades con corrección de errores construidas combinando muchos qubits físicos ruidosos en uno que se comporta de manera confiable. El cambio en lo que las empresas reportan es en sí mismo la historia.

Por qué los recuentos de qubits físicos dejaron de importar

Un solo qubit físico en cualquier plataforma de hardware actual — superconductora, de iones atrapados o átomos neutros — tiene una tasa de error lo suficientemente alta como para que un cálculo que ejecute más de unos pocos cientos de operaciones falle casi con certeza. La corrección de errores soluciona esto codificando un qubit lógico a través de muchos qubits físicos, usando redundancia para detectar y corregir errores más rápido de lo que se acumulan. El problema históricamente era que la corrección de errores requería tanta sobrecarga — a veces estimada en 1,000 qubits físicos por qubit lógico — que una máquina tolerante a fallos realmente útil parecía estar a décadas de distancia.

Esa estimación de sobrecarga ha estado cayendo rápidamente, y 2026 produjo la evidencia más clara hasta ahora. En abril, QuEra Computing publicó una investigación demostrando una relación de 2 a 1 de qubits físicos a lógicos para qubits de memoria — una reducción masiva respecto a estimaciones anteriores, lograda en su plataforma de átomos neutros. QuEra dice que planea extender una eficiencia similar a los qubits computacionales, no solo al almacenamiento de memoria, que es el objetivo más difícil y relevante para ejecutar realmente algoritmos.

Múltiples plataformas convergen en el mismo hito

Lo que hace notable a 2026 no es un solo avance — es que varios enfoques de hardware diferentes están alcanzando de forma independiente recuentos de qubits lógicos comparables usando física diferente:

• QuEra (átomos neutros): demostró codificación de hasta 96 qubits lógicos para mediados de 2026, en una hoja de ruta hacia 100 qubits lógicos con corrección de errores usando alrededor de 3,000 qubits físicos.
• Quantinuum (iones atrapados): demostró 48 qubits lógicos con corrección de errores en su sistema Helios a finales de 2025.
• Atom Computing + Microsoft (átomos neutros): demostraron 24 qubits lógicos detectados, también a finales de 2025.
• Alice & Bob (qubits gato superconductores): reportaron qubits gato bosónicos que resisten errores de cambio de bit durante más de una hora — un resultado de estabilidad más que de recuento de qubits, pero crítico porque cambia cuánta sobrecarga de corrección se necesita en primer lugar. La startup con sede en París apunta a 100 qubits lógicos para 2030 usando este enfoque eficiente en hardware.

La contribución de Google precede a 2026 pero preparó todo lo que siguió: su chip Willow demostró corrección de errores "por debajo del umbral" a finales de 2024, lo que significa que a medida que los investigadores agregaban más qubits físicos por qubit lógico, la tasa de error lógico disminuía exponencialmente en lugar de mantenerse plana o empeorar. Esa es la condición teórica que hace posible escalar a una máquina realmente tolerante a fallos en lugar de solo aspiracional — antes de que se demostrara la operación por debajo del umbral, no había prueba de que agregar más qubits realmente ayudaría.

IBM apuesta por hardware de corrección en tiempo real

La hoja de ruta de IBM para 2026 toma un ángulo diferente: en lugar de perseguir el mayor recuento de qubits lógicos, se centra en la infraestructura de ingeniería necesaria para ejecutar la corrección de errores continuamente durante un cálculo. Su módulo Kookaburra utiliza códigos LDPC (Low-Density Parity-Check) — una codificación más eficiente en qubits que los códigos de superficie que usan la mayoría de los competidores — emparejada con una unidad de procesamiento lógico dedicada. IBM también planea prototipar un decodificador de corrección de errores en tiempo real en 2026, el hardware especializado que tiene que detectar y corregir errores lo suficientemente rápido como para seguir el ritmo de un cálculo en ejecución, en lugar de hacerlo después.

Qué cambió realmente, y qué observar a continuación

El cambio práctico es este: la corrección de errores cuántica ha pasado de "probamos que esto funciona en principio" a "ahora estamos ingenierizando la reducción de la sobrecarga". Una relación 2:1 de qubits físicos a lógicos, si se mantiene para qubits computacionales (no solo de memoria), representaría quizás una mejora de 100 a 500 veces sobre las estimaciones de sobrecarga de hace solo unos años. Esa es la diferencia entre una máquina tolerante a fallos que requiere millones de qubits físicos y una que requiere decenas de miles — una brecha que separa "teóricamente posible" de "construible en esta década".

Para cualquiera que siga este espacio, hay tres cosas que vale la pena observar durante los próximos 12 a 18 meses en lugar de los comunicados de prensa sobre recuentos de qubits de forma aislada:

• Si la relación 2:1 de QuEra se extiende a qubits computacionales, no solo a memoria — este es el problema más difícil y el que realmente determina si la ganancia de eficiencia es real para ejecutar algoritmos.
• Si el prototipo de decodificador en tiempo real de IBM alcanza su objetivo de 2026 — la velocidad de decodificación, no solo el recuento de qubits, determina si la corrección de errores puede seguir el ritmo de un cálculo real en ejecución en lugar de solo una demostración estática.
• Las tendencias de la tasa de error lógico a medida que escalan los recuentos de qubits, no los recuentos en sí — el número que importa es si los errores siguen cayendo a medida que crecen los sistemas, la condición por debajo del umbral que Google demostró por primera vez en 2024.

Nada de esto significa que una computadora cuántica tolerante a fallos, a gran escala y comercialmente útil sea inminente. Pero las preguntas que el campo se hace cambiaron en 2026 — de "¿puede la corrección de errores funcionar en absoluto?" a "¿cuánta sobrecarga de hardware requiere realmente?" — y ese es un problema de ingeniería materialmente diferente y más respondible.