Cinco Qwen 27B em equipe resolvem 49 de 50 problemas difíceis por US$ 36, em reprodução aberta

O Memdoor, agente de código open source (Apache 2.0) em linha de comando, reconstruiu como workflow o método do GVS5H, publicado em agosto: cinco cópias do modelo aberto Qwen3.8-27B com papéis separados (planejador, dois que propõem ideias, quem resolve e um gerente, mais um reparo), cada uma começando do zero e conversando só por arquivos. Quem decide se deu certo é um script que roda os exemplos, não um modelo.

Nos 10 primeiros problemas da lista LiveCodeBench Hard dos autores, em 5 passadas, a média foi 9,8 de 10, contra 9,6 do harness original e 8,0 do Claude Fable 5 numa chamada só. Foram 49 de 50, por US$ 35,79 no total pela OpenRouter, com mediana de 40 minutos e US$ 0,39 por rodada; todos os pedidos e respostas estão publicados. O próprio README avisa: com amostra tão pequena, 9,8 e 9,6 são o mesmo número, e os problemas, de 2025, podem estar no treino do modelo.