前沿编码性能往往依赖高成本的专有大模型。近日，一项名为 GVS5H 的研究引入了一种基于账本的零样本自编排方法。该技术无需训练，通过包含计划、笔记和当前解决方案的共享文件系统，协调新实例对问题进行分解与协作。在针对 LiveCodeBench 最新 100 道难题的测试中，该方法在固定后端上为 11 个开源及闭源模型带来了高达 25.6 个百分点的性能提升，并揭示了两条通往前沿级准确率的路径。数据显示，经编排的 Qwen3.8 Flash Next 仅以 9% 的成本便实现了 93.0% 的 pass@1 得分，超越了 Claude Fable 5 的 90.4%。此外，本地部署的开源权重模型 Qwen3.8-27B 得分也从 66.8% 显著提升至 92.4%。研究指出，这种收益并非普遍存在，部分模型表现持平或下降。转录分析表明，性能提升主要归功于问题分解和持久化上下文机制。这意味着，通过推理时的组织优化，可自托管的权重模型能以极低成本接近甚至略微超越前沿编码准确率。该项目代码已开源，采用 MIT 许可证；论文、图表及运行数据采用 CC BY 4.0 协议。用户需安装 uv 并提供相应模型的 API 密钥即可运行基准测试。支持 OpenAI、Anthropic、DashScope 及 OpenRouter 等多种模型接口，测试结果将输出 pass@1 得分并保存至本地文件。