Quantique : le coût d'une attaque sur Bitcoin et Ethereum réduit de moitié en 2 mois

Voici les dernières informations des marchés d’actifs numériques : Connectez-vous pour gagner des TOASTS, accomplir des quêtes et débloquer des badges. Accueil » Actu de la crypto » Actualité de la Blockchain » Quantique : le coût d'une attaque sur Bitcoin et Ethereum réduit de moitié en 2 mois Un collectif de chercheurs vient de diviser par plus de deux le coût quantique estimé pour casser la cryptographie de Bitcoin (BTC) et d'Ethereum (ETH). Une avancée qui rapproche le fameux Q-Day et pousse les deux réseaux à accélérer leurs préparatifs post-quantiques déjà en cours.

Un groupe de plus de 100 chercheurs, issus notamment de l’Ethereum Foundation, d’Eigen Labs, de StarkWare, de la Starknet Foundation, de Theta Labs, de Sei Labs et de Trail of Bits, vient de publier un papier technique qui rebat les cartes de la menace quantique pesant sur Bitcoin et Ethereum. Leur circuit optimisé, publié dans le cadre du challenge ouvert ECDSA. Fail, ne nécessite plus que 1 151 qubits logiques et environ 1,30 million de portes Toffoli pour réaliser une opération clé de l’algorithme de Shor sur la courbe secp256k1.

Dynamique du marché

Or c’est cette dernière qui est utilisée pour signer les transactions sur les réseaux de Bitcoin et Ethereum. En deux mois, le score de référence Q×T est passé de 10,75 milliards à près de 1,5 milliard, soit une réduction de 86 %. Ce résultat se situe à plus de 50 % en dessous du benchmark publié par Google Quantum AI en mars 2026, même si les auteurs précisent que les conventions de calcul diffèrent et qu’il ne s’agit pas d’une comparaison formelle.

In March, Google Quantum AI reported a more efficient quantum circuit for a core step in breaking the signatures behind Bitcoin and Ethereum. It published a proof that the circuit existed and a program to verify any… pic. com/GaUfLRhTix Fait notable, cette accélération spectaculaire du benchmark ne repose pas uniquement sur des experts en cryptographie quantique.

La recherche introduit un nouveau paradigme baptisé Open Autoresearch, dans lequel humains et agents LLM (les intelligences artificielles à grand modèle de langage) collaborent en publiant leurs améliorations sur un classement public vérifié par un évaluateur automatique. Les chercheurs ont utilisé des agents de code généralistes comme Claude Code et Codex, sans entraînement spécialisé, pour générer des hypothèses, modifier le code, etc. Résultat : plus de 100 contributeurs, humains et intelligences artificielles confondus, ont mené à cette réduction du score Q×T de 86 % mentionnée ci-dessus.

Les agents IA complétant le jugement humain sur un objectif vérifiable par machine.

Les marchés des cryptomonnaies suivent de près ce développement, les investisseurs évaluant son impact potentiel sur les prix.