13 linguagens e ferramentas de programação quântica obrigatórias para 2026

As linguagens de programação quântica estão emergindo rapidamente como ferramentas cruciais na era da computação quântica. Este novo tipo de linguagem de programação está permitindo que desenvolvedores e pesquisadores interajam com qubits e projetem algoritmos que poderão em breve superar seus equivalentes clássicos em ordens de magnitude.

A partir de 2025, mais de 37 linguagens de programação quântica distintas foram introduzidas, cada uma adaptada a modelos, hardware e casos de uso específicos da computação quântica. Coletivamente, essas linguagens refletem as diversas abordagens da computação quântica, desde sistemas baseados em portas e circuitos variacionais até modelos adiabáticos e algoritmos híbridos quânticos clássicos. [1]

Abaixo, destaquei as principais linguagens de programação quântica que permitem aos desenvolvedores aproveitar com eficácia as peculiaridades da mecânica quântica para resolver problemas complexos. 

Você sabia?  

O GitHub hospeda mais de 21.000 repositórios de software quântico, refletindo um crescimento de 200% desde 2017. Esses repositórios atraíram contribuições de mais de 10.000 desenvolvedores exclusivos, com commits de código ultrapassando 1,2 milhão de linhas coletivamente. [2]

13. Quantidade

Lançamento inicial :2022
Criado por :Pesquisadores independentes e colaboradores de código aberto
Força Única :Abordagem quântica e modelo de abstração limpo
Melhor para :Pesquisadores que procuram um conjunto de ferramentas leve, sem dependência de fornecedor

Qunity é uma linguagem e estrutura de programação quântica menos conhecida, mas com visão de futuro, que combina a clareza dos modelos de programação clássicos com os paradigmas únicos da mecânica quântica. 

Ele foi construído desde o início para ser uma linguagem nativa quântica, impondo restrições da mecânica quântica (como não clonagem e evolução unitária) tanto no sistema de tipos quanto no nível lógico. 

Embora se inspire em linguagens de programação clássicas como C e Python, adapta a sintaxe e a semântica para ser naturalmente compatível com os princípios da computação quântica, como linearidade, reversibilidade, superposição e emaranhamento. [3]

O design do Qunity é modular e pretende ser independente de back-end, com suporte para simuladores e camadas de compatibilidade sendo desenvolvidas para atingir processadores quânticos reais no futuro.  

12. TKET 

Lançamento inicial :2019
Criado por :Quantinuum
Força Única :Lida de forma inteligente com restrições de hardware
Melhor para :Otimização de circuito independente de hardware; ferramentas de nível de produção

O TKET atua principalmente como um compilador otimizador de nível intermediário e uma estrutura de execução que faz interface entre programas quânticos de alto nível e vários alvos de hardware quântico. 

O TKET se concentra na otimização de circuitos quânticos, síntese de portas e roteamento de qubits. Ele transforma algoritmos quânticos abstratos em instruções compatíveis com hardware com profundidade e taxas de erro mínimas. 

Sua capacidade de lidar de forma inteligente com restrições de hardware (como limitações de conectividade de qubit, fidelidade de portas e conjuntos de instruções nativos) permite gerar circuitos mais eficientes com contagens de portas mais baixas e tempos de execução mais curtos. 

Em benchmarks independentes, o TKET mostrou uma contagem de portas até 40% menor e tempos de execução 25–30% mais rápidos em comparação com compiladores nativos em alguns casos de uso. 

11. ProjetoQ 

Lançamento inicial :2016 
Criado por :ETH Zurique
Força Única :Design modular orientado ao compilador
Melhor para :Pesquisa de compiladores quânticos e fins educacionais

ProjectQ fornece uma plataforma de computação quântica modular e extensível para pesquisadores, desenvolvedores e educadores. 

Escrito em Python, foi um dos primeiros SDKs quânticos que enfatizou uma arquitetura baseada em compilador, onde programas quânticos são traduzidos em representações intermediárias antes da execução em simuladores ou hardware quântico real. 

O ProjectQ enfatiza a modularidade, permitindo que os desenvolvedores definam programas quânticos em um estilo semelhante ao Python, os compilem usando pipelines personalizáveis e os executem em simuladores integrados ou back-ends, como o IBM Quantum Experience. Além disso, o design centrado no compilador permite controle refinado sobre otimização, decomposição de portas e tradução específica de destino. [4]

Ele também suporta emulação de circuito quântico, simulação de função de onda, emulação de matriz unitária e pode servir como um playground experimental para pesquisa de compiladores, correção de erros quânticos e estudos de otimização. 

10. Linguagem de Computação Quântica (QCL)

Lançamento inicial :2000
Criado por :Bernard Ömer
Força Única :Acesso claro e de baixo nível ao estado quântico
Melhor para :Aprendendo estrutura híbrida quântica clássica

QCL é uma das primeiras linguagens de programação de alto nível construída especificamente para computação quântica.

Numa época em que a programação quântica era feita em grande parte no nível matemático ou de circuito, o QCL introduziu sintaxe estruturada, variáveis, condicionais, loops e funções modulares – essencialmente estabelecendo uma base para linguagens quânticas posteriores de alto nível. 

Ele separa a computação clássica da quântica, onde os registros clássicos gerenciam o fluxo de controle, enquanto os registros quânticos (quregs) armazenam e manipulam estados quânticos. A linguagem introduziu muitas das construções de programação agora comuns para a computação quântica, como operadores unitários, instruções de medição, computação reversível e qubits auxiliares para uso temporário. 

Embora o QCL não esteja vinculado a nenhum hardware quântico comercial, ele continua sendo uma ferramenta valiosa em ambientes acadêmicos e de pesquisa, especialmente para ensinar e simular algoritmos quânticos. 

9. Campos de Morangos

Lançamento inicial :2018
Criado por :Xanadu
Força Única :Foco exclusivo em computação quântica CV
Melhor para :Simulação e programação de sistemas quânticos fotônicos

Strawberry Fields é uma biblioteca de programação quântica full-stack de código aberto adaptada para computação quântica de variável contínua (CV). Ele foi projetado especificamente para circuitos fotônicos quânticos que usam estados quânticos de luz (como estados comprimidos, estados coerentes e estados gaussianos) para realizar cálculos.

Basicamente, Strawberry Fields aproveita a linguagem assembly quântica Blackbird. Isso permite que os desenvolvedores projetem, simulem e otimizem circuitos quânticos fotônicos usando modelos baseados em portas e fluxos de trabalho de aprendizado de máquina. 

Ele pode ser usado em conjunto com PennyLane (outro projeto Xanadu) para facilitar cálculos híbridos quânticos-clássicos e aplicações de aprendizado de máquina. A plataforma é adequada para casos de uso em aprendizado de máquina quântica, química quântica, criptografia quântica CV e pesquisa em óptica quântica. [5]

8. Oceano

Lançamento inicial :2018
Criado por :Sistemas D-Wave
Força Única :Projetado para recozimento quântico; suporta solucionadores híbridos
Melhor para :Resolvendo problemas de otimização combinatória

Ocean é uma estrutura de programação quântica de código aberto projetada especificamente para ajudar os usuários a desenvolver e otimizar problemas para recozedores quânticos – um paradigma muito diferente dos computadores quânticos baseados em portas. [6]

Não é uma linguagem de programação no sentido tradicional, mas um conjunto de ferramentas construído em Python que traduz problemas definidos pelo usuário (principalmente problemas de otimização) em uma forma solucionável pelo hardware de recozimento quântico da D-Wave.

A arquitetura modular do Ocean o torna altamente extensível para desenvolvedores e pesquisadores que trabalham em solucionadores personalizados ou heurísticas de otimização. É mais adequado para lidar com problemas de otimização combinatória, como roteamento de veículos, otimização de portfólio, agendamento e tarefas de aprendizado de máquina. 

Além disso, o Ocean se integra perfeitamente ao serviço de nuvem Leap da D-Wave, fornecendo aos desenvolvedores acesso imediato a hardware e recursos quânticos. Em 2025, a D-Wave anunciou a disponibilidade geral de seu sistema de computação quântica Advantage2, apresentando mais de 4.400 qubits. O Ocean foi atualizado para suportar totalmente este sistema de próxima geração.

7. QuTiP

Lançamento inicial :2012
Criado por :Johannes Johansson, Paul Nation e colaboradores
Força Única :Poder de simulação com foco na física
Melhor para :Pesquisa teórica e modelagem

QuTiP é uma estrutura abrangente de código aberto que se concentra na simulação da física de sistemas quânticos, particularmente na evolução em tempo contínuo, equações mestras e dinâmica não unitária. 

Escrito em Python e otimizado usando NumPy, SciPy e Cython, QuTiP é eficiente para cálculos numéricos. Ele permite que os pesquisadores modelem e resolvam equações de Schrödinger dependentes do tempo, equações mestras de Lindblad e equações de movimento de Heisenberg, que são centrais para a mecânica quântica. [7]

QuTiP também fornece um conjunto de solucionadores, incluindo mesolve para equações mestras de Lindblad, sesolve para equações de Schrödinger e mcsolve para simulações de Monte Carlo. Esses solucionadores permitem o estudo de sistemas quânticos fechados e abertos sob diversas condições.  

Essas capacidades o tornam amplamente utilizado em campos como óptica quântica, termodinâmica quântica, QED de cavidade e pesquisa de qubits supercondutores.

6. PennyLane

Lançamento inicial :2018
Criado por :Xanadu
Força Única :Integra-se com ecossistemas clássicos de aprendizado de máquina
Melhor para :Aprendizado de máquina quântica; modelos híbridos clássico-quânticos

PennyLane é uma biblioteca de computação quântica de código aberto baseada em Python que integra computação quântica com fluxos de trabalho de aprendizado de máquina, oferecendo ferramentas para diferenciação automática de circuitos quânticos. 

Ele une a computação quântica e a otimização clássica, aproveitando estruturas como PyTorch, TensorFlow e JAX. Isso permite que os desenvolvedores incorporem nós quânticos em modelos clássicos de aprendizado de máquina. 

PennyLane oferece suporte a vários hardwares e simuladores quânticos por meio de seu sistema de plug-ins, permitindo que os desenvolvedores executem circuitos quânticos em diferentes back-ends sem modificar seu código. Essa flexibilidade o torna uma ferramenta valiosa tanto para pesquisa quanto para aplicações práticas em computação quântica. [8]

A biblioteca também oferece funcionalidades especializadas para química quântica, como solucionadores Hartree-Fock diferenciáveis e ferramentas para construção de hamiltonianos moleculares. Esses recursos permitem que os pesquisadores realizem simulações de química quântica com técnicas de otimização baseadas em gradiente.

5. OpenQASM

Lançamento inicial :2017
Criado por :Pesquisa IBM
Força Única :Suporta neutralidade de hardware, facilita a interoperabilidade
Melhor para :Definindo circuitos de baixo nível e sequências de portas

OpenQASM (Open Quantum Assembly Language) é uma representação intermediária independente de hardware para circuitos quânticos que fornece uma sintaxe de baixo nível no estilo assembly para operações de portas quânticas. 

A linguagem é particularmente focada em expressar circuitos quânticos em um formato legível por máquina e por humanos. Ele permite a descrição precisa de instruções em nível de porta, incluindo alocação de qubit, aplicação de porta quântica, medições, interações clássicas de registro e lógica condicional.

OpenQASM evoluiu para um padrão amplamente aceito para expressar programas quânticos de forma estruturada e declarativa. Pesquisas recentes concentraram-se em permitir a verificação e formalização da computação quântica clássica híbrida com OpenQASM 3, destacando o potencial da linguagem para análise e validação rigorosas de programas.

4. PyQuil

Lançamento inicial :2017
Criado por :Rigetti Computação
Força Única :Compilação paramétrica, camada de simulação realista
Melhor para :Execução de programas em hardware e simuladores Rigetti

PyQuil é uma biblioteca de programação quântica de código aberto construída para criar e executar programas quânticos usando o protocolo Quil (Quantum Instruction Language).  

Escrito em Python, PyQuil serve como a principal ferramenta para interagir com a plataforma Forest da Rigetti e os processadores quânticos Aspen, que são baseados em arquiteturas qubit supercondutoras. Ao contrário das abstrações baseadas em Python em outras estruturas, o Quil oferece aos desenvolvedores mais transparência sobre o que realmente é executado no hardware quântico, o que é inestimável para depuração e ajuste de desempenho. [9]

É especialmente voltado para computação NISQ (Noisy Intermediate-Scale Quantum), fornecendo aos desenvolvedores uma interface expressiva, porém de baixo nível, para construir e simular circuitos quânticos. 

PyQuil oferece uma forte combinação de abstração e otimização, juntamente com uma camada de simulação realista (QVM) que imita de perto o comportamento do hardware. Os desenvolvedores podem compilar circuitos para atender às restrições reais de hardware dos dispositivos Rigetti, como conectividade qubit, conjuntos de portas nativas e perfis de ruído. 

Combinado com o acesso aos QPUs Aspen da Rigetti, isso torna o PyQuil uma ferramenta prática e de alta fidelidade para pesquisa e testes.  

3. Pergunta#

Lançamento inicial :2017
Criado por :Microsoft
Força Única :Ferramentas de simulação integradas, bibliotecas quânticas modulares
Melhor para :Desenvolvimento de algoritmo de nível empresarial

Q# (Q-sharp) é uma linguagem de programação quântica de domínio específico que usa um sistema de tipo forte e impõe separação estrita entre dados quânticos e dados clássicos para minimizar erros de programação. 

Ao contrário de estruturas como Qiskit e Cirq, que são construídas em linguagens de programação de uso geral como Python, o Q# foi projetado desde o início especificamente para computação quântica. 

Q# se destaca por sua estrutura formal, forte segurança de tipo e escalabilidade de longo prazo. Possui digitação estática forte e verificação de erros em tempo de compilação, o que reduz significativamente o risco de bugs. Um de seus principais pontos fortes são as ferramentas integradas de estimativa de recursos, que permitem aos desenvolvedores não apenas simular circuitos quânticos, mas também avaliar seu custo em termos de qubits, contagens de portas e profundidade do circuito.

Ele vem com uma rica biblioteca de operações quânticas pré-construídas, como transformada quântica de Fourier, amplificação de amplitude e pesquisa de Grover. Além disso, ele está profundamente integrado à plataforma Azure Quantum mais ampla da Microsoft, bem como ao Visual Studio, Visual Studio Code e Jupyter Notebooks. [10]

2. Cirq

Lançamento inicial :2018
Criado por :Equipe Google AI Quantum
Força Única :Controle de nível de precisão orientado a hardware
Melhor para :Circuitos personalizados para dispositivos da era NISQ, simulações quânticas

Cirq é uma estrutura de programação quântica de código aberto projetada principalmente para oferecer suporte a dispositivos NISQ (Noisy Intermediate-Scale Quantum). Ele oferece aos desenvolvedores controle refinado sobre circuitos quânticos, especialmente onde a topologia de hardware e as propriedades de ruído são importantes.

Cirq utiliza uma arquitetura baseada em momentos. Ele organiza as operações em “momentos” baseados no tempo, permitindo uma melhor simulação do tempo de execução e facilitando a incorporação de modelos realistas de ruído e decoerência. [11]

Ao contrário das estruturas de nível superior que se concentram em algoritmos quânticos abstratos, o Cirq enfatiza o controle no nível de programação de portas e circuitos. Isso permite que os pesquisadores experimentem otimizações com reconhecimento de hardware e comparem operações quânticas. 

Cirq é frequentemente usado como camada de programação base para TensorFlow Quantum. É também a linguagem nativa para interagir com os processadores quânticos supercondutores do Google, como Sycamore e Bristlecone. 

1. Qiskit

Lançamento inicial :2017
Criado por :Pesquisa IBM
Força Única :Integração vertical profunda com hardware quântico da IBM
Melhor para :Projeto de circuitos, prototipagem de algoritmos quânticos, simulações híbridas

Qiskit é uma linguagem de programação quântica de código aberto que capacita desenvolvedores e pesquisadores a se envolverem com a computação quântica de perspectivas teóricas e práticas, desde a simulação de circuitos quânticos até sua implantação nos processadores quânticos supercondutores da IBM.

Construído em Python, o Qiskit suporta o modelo de computação quântica baseado em portas e foi totalmente integrado ao hardware de nuvem quântica da IBM. 

A plataforma evoluiu além de um SDK básico para uma pilha abrangente que inclui bibliotecas de algoritmos de alto nível (como Qiskit Machine Learning, Nature, Optimization), construtores de circuitos de nível médio e até mesmo controle de nível de pulso por meio do Qiskit Pulse. Essa arquitetura em camadas permite que os desenvolvedores criem, experimentem e otimizem programas quânticos em todos os níveis de abstração. 

Um dos recursos mais inovadores do Qiskit é o acesso em tempo real ao hardware quântico real por meio do IBM Quantum Experience, que hospeda processadores quânticos com 5, 16, 27 e 127+ qubits. Isso proporcionou a milhares de desenvolvedores experiência prática com ruído quântico real e limitações de dispositivos. 

Nos últimos anos, o Qiskit emergiu como uma das plataformas mais acessíveis e amplamente adotadas na computação quântica. Já foi instalado mais de 6 milhões de vezes, com cerca de 300.000 novas instalações todos os meses. Com mais de 2.000 forks e mais de 8.000 contribuições no GitHub, o Qiskit também permitiu a execução de mais de 3 trilhões de circuitos quânticos até o momento. [12]

Leia mais 

• 21 fatos mais interessantes sobre computadores quânticos  
• 15 processadores quânticos que apresentam novo paradigma de computação

Fontes citadas e referências adicionais  

1. Felipe Ferreira, Um estudo exploratório sobre o uso de linguagens de programação quântica, ScienceDirect
2. Krishna Upadhyay, Analisando a evolução e manutenção de repositórios de computação quântica, arXiv
3. Finn Voichick, Uma linguagem unificada para computação quântica e clássica, arXiv
4. ProjectQ, um esforço de software de código aberto para computação quântica, arXiv
5. Documentação, plugin de campos PennyLane-Strawberry, PennyLane
6. Documentação, Como otimizar problemas de negócios usando solucionadores híbridos quânticos clássicos, D-Wave
7. Neill Lambert, A caixa de ferramentas quântica em Python, arXiv
8. Quantum Devices, o ecossistema de dispositivos quânticos da PennyLane com mais de 40 opções integradas, PennyLane
9. Documentação, pyQuil permite construir e executar programas Quil usando Python, pyQuil
10. Visão geral do Qsharp, introdução à linguagem de programação quântica Q#, Microsoft
11. Referência, um intervalo de tempo de operações dentro de um circuito, Google
12. Muhammad AbuGhanem, computadores quânticos IBM:evolução, desempenho e direções futuras, Springer