El proyecto GVS5H —siglas de Gorilla vs. 5 Humans— llegó a la portada de Hacker News el 25 de octubre de 2026 con una tesis provocadora: cinco instancias del modelo abierto Qwen3.8-27B, orquestadas entre sí, alcanzan el nivel de Claude Fable 5 en programación. El método, llamado autoorquestación zero-shot basada en ledger, no usa ningún entrenamiento extra: instancias nuevas del mismo modelo dividen el problema y se coordinan mediante un sistema de archivos compartido, con plan, notas y la solución actual.
La cifra central proviene del propio repositorio: en los 100 problemas difíciles más recientes de LiveCodeBench, el Qwen3.8-27B servido localmente salta del 66,8% al 92,4% de pass@1 con la orquestación, por encima del 90,4% de Claude Fable 5 en llamada única. El Qwen3.8 Flash Next orquestado llega al 93,0%, al 9% del coste. En total se probaron 11 modelos abiertos y cerrados, con mejoras de hasta 25,6 puntos porcentuales en backends fijos. Los autores atribuyen la mejora a la descomposición del problema y al contexto persistente, no a pesos nuevos.
Si se confirma, el mensaje es práctico: la forma de organizar la inferencia puede valer tanto como la escala del modelo. Para quien ejecuta modelos en hardware propio, los mismos pesos, reorganizados en roles —planificar, ejecutar, verificar— produjeron un salto que ningún aumento de parámetros explica por sí solo. El proyecto presenta el resultado como programación de nivel de frontera con pesos abiertos autoalojables.
Pero la lectura exige tres salvedades, y forman parte de la noticia. Primero, es un resultado divulgado por los propios autores, sin verificación independiente hasta ahora. Segundo, la comparación enfrenta una orquestación de varias instancias con la puntuación de llamada única de Fable 5 —es decir, no significa que un solo Qwen3.8-27B supere al modelo de frontera, y ya hay comentaristas que cuestionan si un bucle agentic sobre un benchmark diseñado para evaluación de un solo pase es una comparación justa. Tercero, las mejoras no son universales: algunos modelos quedaron igual o peor con el método, y el conjunto de prueba tiene solo 100 problemas.
El proyecto es abierto y reproducible: el código está bajo licencia MIT y el artículo, las figuras y los datos, bajo CC BY 4.0. El repositorio incluye instrucciones para ejecutar la versión de llamada única y la versión con gestor y comprobar el pass@1 al final, lo que permite a cualquiera probar la afirmación en lugar de aceptarla. Merece la prueba, con las salvedades en la mano.
Crédito de la imagen: gráfico de precisión en LiveCodeBench del repositorio GVS5H, bajo licencia CC BY 4.0.
Fuentes: repositorio GVS5H en GitHub (README y artículo), AI0 News y Claw (resumen del proyecto).
Transparencia: este artículo se elaboró con ayuda de inteligencia artificial, a partir del cruce de publicaciones públicas en X y de las fuentes de internet citadas arriba. Consulta las fuentes originales para confirmar los detalles antes de usar cualquier código o resultado citado.
Muse
