Los ordenadores cuánticos no reemplazan a los ordenadores clásicos, y nunca lo pretenden. Esta comparación expone qué hace un qubit de forma diferente a un bit clásico, por qué "superposición significa procesamiento paralelo" es un atajo engañoso, y qué problemas pertenecen a qué máquina, para que sepas qué esperar antes de escribir tu primer circuito.
La unidad básica: bit vs. qubit
Un bit clásico mantiene exactamente uno de dos estados, 0 o 1, en cualquier momento dado. Un qubit, antes de la medición, existe en una superposición de ambos, descrita por dos números complejos (amplitudes) en lugar de un único valor. Medir un qubit colapsa esta superposición a un 0 o un 1 definido, con una probabilidad fijada por esas amplitudes.
El atajo tentador es tratar n qubits en superposición como si "procesaran 2ⁿ valores a la vez". Mecánicamente, el estado cuántico subyacente realmente codifica 2ⁿ amplitudes de forma simultánea. Extraer esa información de vuelta es la parte difícil: una sola medición devuelve exactamente una cadena de n bits, elegida al azar según las amplitudes, y el resto de la información desaparece con el colapso. Un algoritmo cuántico útil tiene que diseñarse de modo que la interferencia cancele las respuestas incorrectas y refuerce la correcta antes de que ocurra la medición, en lugar de simplemente poner qubits en superposición y leerlos directamente.
Determinista vs. probabilista
Ejecuta el mismo programa clásico con la misma entrada dos veces, y un ordenador que funcione correctamente da el mismo resultado ambas veces. Ejecuta el mismo circuito cuántico dos veces, y las dos ejecuciones muestrean de una distribución de probabilidad, dando la misma respuesta solo con cierta probabilidad, a menudo bastante por debajo del 100% incluso en hardware que funciona bien. Por eso los programas cuánticos se ejecutan en "shots": el mismo circuito se ejecuta cientos o miles de veces, y la respuesta proviene de la distribución resultante en lugar de una sola ejecución. Consulta nuestra entrada del glosario sobre shot noise para la estadística detrás de esto.
En qué es bueno cada modelo
Los ordenadores clásicos siguen siendo inequívocamente mejores en casi todo para lo que se usa la computación hoy en día: servidores web, bases de datos, videojuegos, hojas de cálculo, entrenamiento de grandes modelos de lenguaje, renderizado de gráficos y la gran mayoría del cálculo científico. Esto no es una brecha temporal que un mejor hardware cuántico vaya a cerrar. Muchas de estas tareas no tienen ningún algoritmo cuántico que ofrezca ventaja alguna, porque las matemáticas subyacentes no tienen estructura cuántica explotable.
Los ordenadores cuánticos muestran una ventaja real y matemáticamente demostrada en un conjunto reducido de problemas: factorización de enteros grandes (algoritmo de Shor), búsqueda no estructurada (algoritmo de Grover), y simulación de otros sistemas cuánticos, exactamente el trabajo de física y química con el que un ordenador clásico tiene dificultades porque la naturaleza misma funciona según la mecánica cuántica. La optimización y el aprendizaje automático son áreas de investigación activa con algoritmos cuánticos propuestos (QAOA, VQE, estimación de amplitud), pero no se ha demostrado una ventaja probada en tamaños de problema prácticos para ninguno de ellos hasta 2026. Nuestra revisión realista del aprendizaje automático cuántico trata esta brecha con más detalle para un caso concreto.
Uno al lado del otro
| Clásico | Cuántico | |
|---|---|---|
| Unidad básica | Bit (0 o 1) | Qubit (superposición de 0 y 1) |
| Ejecución | Determinista | Probabilista, necesita muchos shots |
| Tasas de error hoy | Prácticamente cero (la corrección de errores clásica integrada está madura) | 0,1-1% por puerta en hardware actual |
| Condiciones físicas de operación | Temperatura ambiente | Cerca del cero absoluto (superconductor) o vacío controlado por láser (iones atrapados) |
| Ventaja demostrada | No aplica, es la línea base | Factorización, búsqueda no estructurada, simulación cuántica |
| Dónde ejecutar uno hoy | Cualquier dispositivo | Simuladores gratuitos o acceso gratuito a QPU en la nube |
El enfoque de acelerador
El enfoque que tiende a resistir el escrutinio: una QPU funciona como un acelerador especializado para una clase reducida de problemas, de forma similar a cómo una GPU acelera la multiplicación de matrices sin reemplazar a la CPU que ejecuta el resto del programa. Los algoritmos híbridos como VQE y QAOA hacen esto explícito: un optimizador clásico ejecuta el bucle externo y llama a la QPU solo para el subcálculo concreto que el hardware cuántico maneja bien. Nadie propone hardware cuántico para las consultas a bases de datos, el servidor web, o el sistema operativo que hay debajo de todo esto.
Próximos pasos
- Primeros pasos con computación cuántica gratuita: elige un simulador o una QPU gratuita y ejecuta un primer circuito
- Glosario: superposición, entrelazamiento, ventaja cuántica, supremacía cuántica
- Simuladores cuánticos comparados: la forma gratuita de probar circuitos cuánticos primero usando hardware clásico