Memdoor : cinq petits modèles, 10 problèmes, 35,79 $

Ce qui se passe

Le titre de Hacker News annonce que cinq modèles Qwen3.8-27B battent Fable 5. Le dépôt est plus prudent. team-solve réécrit en YAML la méthode de GVS5H (Lee, 2026), et se compare au harnais de ses auteurs sur les dix premiers problèmes de leur liste LiveCodeBench Hard, en cinq passes.

Les 50 exécutions ont coûté 35,79 $, avec une médiane de 40 minutes et de 0,39 $ par exécution.

Comment ça marche

Un planificateur, deux idéateurs en parallèle, un solveur, un manager et un réparateur repartent chacun d'un contexte vide. Ils ne s'échangent que des fichiers (plan.md, notes.md, solution.py), et ce sont des commandes qui lancent les exemples et rendent le verdict : une sortie non nulle fait échouer l'exécution, quel que soit l'avis des modèles.

Ce que le résultat ne montre pas

• Sur si peu de problèmes, 9,8 et 9,6 ne se distinguent pas : l'objectif affiché est la parité.
• Les concours datent du printemps 2025, et le modèle a pu les voir à l'entraînement.
• La colonne Fable 5 vient des fichiers des auteurs, sans passer par ce harnais.
• Les exécutions ont tourné sur OpenRouter, pas sur une machine locale.
• Le seul échec vient d'un contre-exemple inventé par le manager, qui a fait réécrire un programme juste.

Nous n'avons pas vérifié si le travail de Lee a été relu : à traiter comme un résultat à confirmer.

Comment s'y prendre

Relisez d'abord le script d'installation, puisque le dépôt propose un curl | bash.

memdoor connect local
mkdir -p ~/.memdoor/workflows
cp -r memdoor/examples/workflows/team-solve ~/.memdoor/workflows/
mkdir mon-probleme && cd mon-probleme
# task.md, tests/1.in, tests/1.out...
memdoor workflow run team-solve --wait

Ollama, llama.cpp, vLLM et LM Studio sont pris en charge. Ollama doit passer à une fenêtre de 32K, contre 4K par défaut. Le workflow attend un programme Python lisant l'entrée standard, comparé aux sorties avec diff.

Source : Memdoor sur GitHub, discuté sur Hacker News le 31 octobre 2026. Source en anglais.