GVS5H es una herramienta de orquestación de modelos de lenguaje que permite a instancias de un solo modelo resolver problemas complejos mediante una coordinación basada en archivos compartidos. Este método, que no requiere entrenamiento adicional, utiliza una instancia fresca de un modelo para decomponer tareas y gestionar el contexto a través de un sistema de archivos común, manteniendo un plan, notas y la solución actual. El proyecto demuestra que esta técnica de auto-organización en tiempo de inferencia puede igualar o superar el rendimiento de modelos propietarios de frontera en tareas de codificación, reduciendo significativamente los costes de cómputo.
En los benchmarks LiveCodeBench, GVS5H ha logrado mejoras de hasta 25,6 puntos porcentuales en modelos de pesos abiertos. Específicamente, el modelo Qwen3.8 Flash Next alcanza un 93,0% de precisión (pass@1) en problemas difíciles, superando al modelo propietario Claude Fable 5 (90,4%) con solo el 9% de su coste. Además, la versión localmente servida de Qwen3.8-27B mejora su puntuación de 66,8% a 92,4%. Aunque los resultados no son universales y algunos modelos muestran mejoras menores o peores, el análisis de transcripciones atribuye el éxito a la capacidad de la orquestación para gestionar el contexto persistente y la descomposición de problemas. La herramienta está diseñada para investigadores y desarrolladores que buscan optimizar el rendimiento de modelos de código abierto, ofreciendo una alternativa económica a las soluciones basadas en modelos propietarios de gran escala.