Eval Report: ci-nightly

Profile: gdm-swebench-lite-v1 | Tasks: 300 | Pass rate: 100.0% | Cost: $0.3000

Task ID	Band	Score	Passed	Cost
python-security-fix-easy-001	easy	0.740	✓	$0.0010
typescript-security-fix-easy-001	easy	0.740	✓	$0.0010
python-bugfix-easy-001	easy	0.740	✓	$0.0010
typescript-bugfix-easy-001	easy	0.740	✓	$0.0010
python-performance-easy-001	easy	0.740	✓	$0.0010
typescript-performance-easy-001	easy	0.740	✓	$0.0010
python-test-writing-easy-001	easy	0.740	✓	$0.0010
typescript-test-writing-easy-001	easy	0.740	✓	$0.0010
python-multi-file-easy-001	easy	0.740	✓	$0.0010
typescript-multi-file-easy-001	easy	0.740	✓	$0.0010
python-refactor-easy-001	easy	0.740	✓	$0.0010
typescript-refactor-easy-001	easy	0.740	✓	$0.0010
python-config-easy-001	easy	0.740	✓	$0.0010
typescript-config-easy-001	easy	0.740	✓	$0.0010
python-recovery-easy-001	easy	0.740	✓	$0.0010
typescript-recovery-easy-001	easy	0.740	✓	$0.0010
python-dependency-easy-001	easy	0.740	✓	$0.0010
typescript-dependency-easy-001	easy	0.740	✓	$0.0010
python-explain-easy-001	easy	0.740	✓	$0.0010
typescript-explain-easy-001	easy	0.740	✓	$0.0010
python-security-fix-medium-001	medium	0.740	✓	$0.0010
shell-security-fix-medium-001	medium	0.740	✓	$0.0010
python-bugfix-medium-001	medium	0.740	✓	$0.0010
shell-bugfix-medium-001	medium	0.740	✓	$0.0010
python-performance-medium-001	medium	0.740	✓	$0.0010
shell-performance-medium-001	medium	0.740	✓	$0.0010
python-test-writing-medium-001	medium	0.740	✓	$0.0010
shell-test-writing-medium-001	medium	0.740	✓	$0.0010
python-multi-file-medium-001	medium	0.740	✓	$0.0010
shell-multi-file-medium-001	medium	0.740	✓	$0.0010
python-refactor-medium-001	medium	0.740	✓	$0.0010
shell-refactor-medium-001	medium	0.740	✓	$0.0010
python-config-medium-001	medium	0.740	✓	$0.0010
shell-config-medium-001	medium	0.740	✓	$0.0010
python-recovery-medium-001	medium	0.740	✓	$0.0010
shell-recovery-medium-001	medium	0.740	✓	$0.0010
python-dependency-medium-001	medium	0.740	✓	$0.0010
shell-dependency-medium-001	medium	0.740	✓	$0.0010
python-explain-medium-001	medium	0.740	✓	$0.0010
shell-explain-medium-001	medium	0.740	✓	$0.0010
typescript-security-fix-hard-001	hard	0.740	✓	$0.0010
shell-security-fix-hard-001	hard	0.740	✓	$0.0010
typescript-bugfix-hard-001	hard	0.740	✓	$0.0010
shell-bugfix-hard-001	hard	0.740	✓	$0.0010
typescript-performance-hard-001	hard	0.740	✓	$0.0010
shell-performance-hard-001	hard	0.740	✓	$0.0010
typescript-test-writing-hard-001	hard	0.740	✓	$0.0010
shell-test-writing-hard-001	hard	0.740	✓	$0.0010
typescript-multi-file-hard-001	hard	0.740	✓	$0.0010
shell-multi-file-hard-001	hard	0.740	✓	$0.0010
typescript-refactor-hard-001	hard	0.740	✓	$0.0010
shell-refactor-hard-001	hard	0.740	✓	$0.0010
typescript-config-hard-001	hard	0.740	✓	$0.0010
shell-config-hard-001	hard	0.740	✓	$0.0010
typescript-recovery-hard-001	hard	0.740	✓	$0.0010
shell-recovery-hard-001	hard	0.740	✓	$0.0010
typescript-dependency-hard-001	hard	0.740	✓	$0.0010
shell-dependency-hard-001	hard	0.740	✓	$0.0010
typescript-explain-hard-001	hard	0.740	✓	$0.0010
shell-explain-hard-001	hard	0.740	✓	$0.0010
python-security-fix-easy-001	easy	0.740	✓	$0.0010
typescript-security-fix-easy-001	easy	0.740	✓	$0.0010
python-bugfix-easy-001	easy	0.740	✓	$0.0010
typescript-bugfix-easy-001	easy	0.740	✓	$0.0010
python-performance-easy-001	easy	0.740	✓	$0.0010
typescript-performance-easy-001	easy	0.740	✓	$0.0010
python-test-writing-easy-001	easy	0.740	✓	$0.0010
typescript-test-writing-easy-001	easy	0.740	✓	$0.0010
python-multi-file-easy-001	easy	0.740	✓	$0.0010
typescript-multi-file-easy-001	easy	0.740	✓	$0.0010
python-refactor-easy-001	easy	0.740	✓	$0.0010
typescript-refactor-easy-001	easy	0.740	✓	$0.0010
python-config-easy-001	easy	0.740	✓	$0.0010
typescript-config-easy-001	easy	0.740	✓	$0.0010
python-recovery-easy-001	easy	0.740	✓	$0.0010
typescript-recovery-easy-001	easy	0.740	✓	$0.0010
python-dependency-easy-001	easy	0.740	✓	$0.0010
typescript-dependency-easy-001	easy	0.740	✓	$0.0010
python-explain-easy-001	easy	0.740	✓	$0.0010
typescript-explain-easy-001	easy	0.740	✓	$0.0010
python-security-fix-medium-001	medium	0.740	✓	$0.0010
shell-security-fix-medium-001	medium	0.740	✓	$0.0010
python-bugfix-medium-001	medium	0.740	✓	$0.0010
shell-bugfix-medium-001	medium	0.740	✓	$0.0010
python-performance-medium-001	medium	0.740	✓	$0.0010
shell-performance-medium-001	medium	0.740	✓	$0.0010
python-test-writing-medium-001	medium	0.740	✓	$0.0010
shell-test-writing-medium-001	medium	0.740	✓	$0.0010
python-multi-file-medium-001	medium	0.740	✓	$0.0010
shell-multi-file-medium-001	medium	0.740	✓	$0.0010
python-refactor-medium-001	medium	0.740	✓	$0.0010
shell-refactor-medium-001	medium	0.740	✓	$0.0010
python-config-medium-001	medium	0.740	✓	$0.0010
shell-config-medium-001	medium	0.740	✓	$0.0010
python-recovery-medium-001	medium	0.740	✓	$0.0010
shell-recovery-medium-001	medium	0.740	✓	$0.0010
python-dependency-medium-001	medium	0.740	✓	$0.0010
shell-dependency-medium-001	medium	0.740	✓	$0.0010
python-explain-medium-001	medium	0.740	✓	$0.0010
shell-explain-medium-001	medium	0.740	✓	$0.0010
typescript-security-fix-hard-001	hard	0.740	✓	$0.0010
shell-security-fix-hard-001	hard	0.740	✓	$0.0010
typescript-bugfix-hard-001	hard	0.740	✓	$0.0010
shell-bugfix-hard-001	hard	0.740	✓	$0.0010
typescript-performance-hard-001	hard	0.740	✓	$0.0010
shell-performance-hard-001	hard	0.740	✓	$0.0010
typescript-test-writing-hard-001	hard	0.740	✓	$0.0010
shell-test-writing-hard-001	hard	0.740	✓	$0.0010
typescript-multi-file-hard-001	hard	0.740	✓	$0.0010
shell-multi-file-hard-001	hard	0.740	✓	$0.0010
typescript-refactor-hard-001	hard	0.740	✓	$0.0010
shell-refactor-hard-001	hard	0.740	✓	$0.0010
typescript-config-hard-001	hard	0.740	✓	$0.0010
shell-config-hard-001	hard	0.740	✓	$0.0010
typescript-recovery-hard-001	hard	0.740	✓	$0.0010
shell-recovery-hard-001	hard	0.740	✓	$0.0010
typescript-dependency-hard-001	hard	0.740	✓	$0.0010
shell-dependency-hard-001	hard	0.740	✓	$0.0010
typescript-explain-hard-001	hard	0.740	✓	$0.0010
shell-explain-hard-001	hard	0.740	✓	$0.0010
python-security-fix-easy-001	easy	0.740	✓	$0.0010
typescript-security-fix-easy-001	easy	0.740	✓	$0.0010
python-bugfix-easy-001	easy	0.740	✓	$0.0010
typescript-bugfix-easy-001	easy	0.740	✓	$0.0010
python-performance-easy-001	easy	0.740	✓	$0.0010
typescript-performance-easy-001	easy	0.740	✓	$0.0010
python-test-writing-easy-001	easy	0.740	✓	$0.0010
typescript-test-writing-easy-001	easy	0.740	✓	$0.0010
python-multi-file-easy-001	easy	0.740	✓	$0.0010
typescript-multi-file-easy-001	easy	0.740	✓	$0.0010
python-refactor-easy-001	easy	0.740	✓	$0.0010
typescript-refactor-easy-001	easy	0.740	✓	$0.0010
python-config-easy-001	easy	0.740	✓	$0.0010
typescript-config-easy-001	easy	0.740	✓	$0.0010
python-recovery-easy-001	easy	0.740	✓	$0.0010
typescript-recovery-easy-001	easy	0.740	✓	$0.0010
python-dependency-easy-001	easy	0.740	✓	$0.0010
typescript-dependency-easy-001	easy	0.740	✓	$0.0010
python-explain-easy-001	easy	0.740	✓	$0.0010
typescript-explain-easy-001	easy	0.740	✓	$0.0010
python-security-fix-medium-001	medium	0.740	✓	$0.0010
shell-security-fix-medium-001	medium	0.740	✓	$0.0010
python-bugfix-medium-001	medium	0.740	✓	$0.0010
shell-bugfix-medium-001	medium	0.740	✓	$0.0010
python-performance-medium-001	medium	0.740	✓	$0.0010
shell-performance-medium-001	medium	0.740	✓	$0.0010
python-test-writing-medium-001	medium	0.740	✓	$0.0010
shell-test-writing-medium-001	medium	0.740	✓	$0.0010
python-multi-file-medium-001	medium	0.740	✓	$0.0010
shell-multi-file-medium-001	medium	0.740	✓	$0.0010
python-refactor-medium-001	medium	0.740	✓	$0.0010
shell-refactor-medium-001	medium	0.740	✓	$0.0010
python-config-medium-001	medium	0.740	✓	$0.0010
shell-config-medium-001	medium	0.740	✓	$0.0010
python-recovery-medium-001	medium	0.740	✓	$0.0010
shell-recovery-medium-001	medium	0.740	✓	$0.0010
python-dependency-medium-001	medium	0.740	✓	$0.0010
shell-dependency-medium-001	medium	0.740	✓	$0.0010
python-explain-medium-001	medium	0.740	✓	$0.0010
shell-explain-medium-001	medium	0.740	✓	$0.0010
typescript-security-fix-hard-001	hard	0.740	✓	$0.0010
shell-security-fix-hard-001	hard	0.740	✓	$0.0010
typescript-bugfix-hard-001	hard	0.740	✓	$0.0010
shell-bugfix-hard-001	hard	0.740	✓	$0.0010
typescript-performance-hard-001	hard	0.740	✓	$0.0010
shell-performance-hard-001	hard	0.740	✓	$0.0010
typescript-test-writing-hard-001	hard	0.740	✓	$0.0010
shell-test-writing-hard-001	hard	0.740	✓	$0.0010
typescript-multi-file-hard-001	hard	0.740	✓	$0.0010
shell-multi-file-hard-001	hard	0.740	✓	$0.0010
typescript-refactor-hard-001	hard	0.740	✓	$0.0010
shell-refactor-hard-001	hard	0.740	✓	$0.0010
typescript-config-hard-001	hard	0.740	✓	$0.0010
shell-config-hard-001	hard	0.740	✓	$0.0010
typescript-recovery-hard-001	hard	0.740	✓	$0.0010
shell-recovery-hard-001	hard	0.740	✓	$0.0010
typescript-dependency-hard-001	hard	0.740	✓	$0.0010
shell-dependency-hard-001	hard	0.740	✓	$0.0010
typescript-explain-hard-001	hard	0.740	✓	$0.0010
shell-explain-hard-001	hard	0.740	✓	$0.0010
python-security-fix-easy-001	easy	0.740	✓	$0.0010
typescript-security-fix-easy-001	easy	0.740	✓	$0.0010
python-bugfix-easy-001	easy	0.740	✓	$0.0010
typescript-bugfix-easy-001	easy	0.740	✓	$0.0010
python-performance-easy-001	easy	0.740	✓	$0.0010
typescript-performance-easy-001	easy	0.740	✓	$0.0010
python-test-writing-easy-001	easy	0.740	✓	$0.0010
typescript-test-writing-easy-001	easy	0.740	✓	$0.0010
python-multi-file-easy-001	easy	0.740	✓	$0.0010
typescript-multi-file-easy-001	easy	0.740	✓	$0.0010
python-refactor-easy-001	easy	0.740	✓	$0.0010
typescript-refactor-easy-001	easy	0.740	✓	$0.0010
python-config-easy-001	easy	0.740	✓	$0.0010
typescript-config-easy-001	easy	0.740	✓	$0.0010
python-recovery-easy-001	easy	0.740	✓	$0.0010
typescript-recovery-easy-001	easy	0.740	✓	$0.0010
python-dependency-easy-001	easy	0.740	✓	$0.0010
typescript-dependency-easy-001	easy	0.740	✓	$0.0010
python-explain-easy-001	easy	0.740	✓	$0.0010
typescript-explain-easy-001	easy	0.740	✓	$0.0010
python-security-fix-medium-001	medium	0.740	✓	$0.0010
shell-security-fix-medium-001	medium	0.740	✓	$0.0010
python-bugfix-medium-001	medium	0.740	✓	$0.0010
shell-bugfix-medium-001	medium	0.740	✓	$0.0010
python-performance-medium-001	medium	0.740	✓	$0.0010
shell-performance-medium-001	medium	0.740	✓	$0.0010
python-test-writing-medium-001	medium	0.740	✓	$0.0010
shell-test-writing-medium-001	medium	0.740	✓	$0.0010
python-multi-file-medium-001	medium	0.740	✓	$0.0010
shell-multi-file-medium-001	medium	0.740	✓	$0.0010
python-refactor-medium-001	medium	0.740	✓	$0.0010
shell-refactor-medium-001	medium	0.740	✓	$0.0010
python-config-medium-001	medium	0.740	✓	$0.0010
shell-config-medium-001	medium	0.740	✓	$0.0010
python-recovery-medium-001	medium	0.740	✓	$0.0010
shell-recovery-medium-001	medium	0.740	✓	$0.0010
python-dependency-medium-001	medium	0.740	✓	$0.0010
shell-dependency-medium-001	medium	0.740	✓	$0.0010
python-explain-medium-001	medium	0.740	✓	$0.0010
shell-explain-medium-001	medium	0.740	✓	$0.0010
typescript-security-fix-hard-001	hard	0.740	✓	$0.0010
shell-security-fix-hard-001	hard	0.740	✓	$0.0010
typescript-bugfix-hard-001	hard	0.740	✓	$0.0010
shell-bugfix-hard-001	hard	0.740	✓	$0.0010
typescript-performance-hard-001	hard	0.740	✓	$0.0010
shell-performance-hard-001	hard	0.740	✓	$0.0010
typescript-test-writing-hard-001	hard	0.740	✓	$0.0010
shell-test-writing-hard-001	hard	0.740	✓	$0.0010
typescript-multi-file-hard-001	hard	0.740	✓	$0.0010
shell-multi-file-hard-001	hard	0.740	✓	$0.0010
typescript-refactor-hard-001	hard	0.740	✓	$0.0010
shell-refactor-hard-001	hard	0.740	✓	$0.0010
typescript-config-hard-001	hard	0.740	✓	$0.0010
shell-config-hard-001	hard	0.740	✓	$0.0010
typescript-recovery-hard-001	hard	0.740	✓	$0.0010
shell-recovery-hard-001	hard	0.740	✓	$0.0010
typescript-dependency-hard-001	hard	0.740	✓	$0.0010
shell-dependency-hard-001	hard	0.740	✓	$0.0010
typescript-explain-hard-001	hard	0.740	✓	$0.0010
shell-explain-hard-001	hard	0.740	✓	$0.0010
python-security-fix-easy-001	easy	0.740	✓	$0.0010
typescript-security-fix-easy-001	easy	0.740	✓	$0.0010
python-bugfix-easy-001	easy	0.740	✓	$0.0010
typescript-bugfix-easy-001	easy	0.740	✓	$0.0010
python-performance-easy-001	easy	0.740	✓	$0.0010
typescript-performance-easy-001	easy	0.740	✓	$0.0010
python-test-writing-easy-001	easy	0.740	✓	$0.0010
typescript-test-writing-easy-001	easy	0.740	✓	$0.0010
python-multi-file-easy-001	easy	0.740	✓	$0.0010
typescript-multi-file-easy-001	easy	0.740	✓	$0.0010
python-refactor-easy-001	easy	0.740	✓	$0.0010
typescript-refactor-easy-001	easy	0.740	✓	$0.0010
python-config-easy-001	easy	0.740	✓	$0.0010
typescript-config-easy-001	easy	0.740	✓	$0.0010
python-recovery-easy-001	easy	0.740	✓	$0.0010
typescript-recovery-easy-001	easy	0.740	✓	$0.0010
python-dependency-easy-001	easy	0.740	✓	$0.0010
typescript-dependency-easy-001	easy	0.740	✓	$0.0010
python-explain-easy-001	easy	0.740	✓	$0.0010
typescript-explain-easy-001	easy	0.740	✓	$0.0010
python-security-fix-medium-001	medium	0.740	✓	$0.0010
shell-security-fix-medium-001	medium	0.740	✓	$0.0010
python-bugfix-medium-001	medium	0.740	✓	$0.0010
shell-bugfix-medium-001	medium	0.740	✓	$0.0010
python-performance-medium-001	medium	0.740	✓	$0.0010
shell-performance-medium-001	medium	0.740	✓	$0.0010
python-test-writing-medium-001	medium	0.740	✓	$0.0010
shell-test-writing-medium-001	medium	0.740	✓	$0.0010
python-multi-file-medium-001	medium	0.740	✓	$0.0010
shell-multi-file-medium-001	medium	0.740	✓	$0.0010
python-refactor-medium-001	medium	0.740	✓	$0.0010
shell-refactor-medium-001	medium	0.740	✓	$0.0010
python-config-medium-001	medium	0.740	✓	$0.0010
shell-config-medium-001	medium	0.740	✓	$0.0010
python-recovery-medium-001	medium	0.740	✓	$0.0010
shell-recovery-medium-001	medium	0.740	✓	$0.0010
python-dependency-medium-001	medium	0.740	✓	$0.0010
shell-dependency-medium-001	medium	0.740	✓	$0.0010
python-explain-medium-001	medium	0.740	✓	$0.0010
shell-explain-medium-001	medium	0.740	✓	$0.0010
typescript-security-fix-hard-001	hard	0.740	✓	$0.0010
shell-security-fix-hard-001	hard	0.740	✓	$0.0010
typescript-bugfix-hard-001	hard	0.740	✓	$0.0010
shell-bugfix-hard-001	hard	0.740	✓	$0.0010
typescript-performance-hard-001	hard	0.740	✓	$0.0010
shell-performance-hard-001	hard	0.740	✓	$0.0010
typescript-test-writing-hard-001	hard	0.740	✓	$0.0010
shell-test-writing-hard-001	hard	0.740	✓	$0.0010
typescript-multi-file-hard-001	hard	0.740	✓	$0.0010
shell-multi-file-hard-001	hard	0.740	✓	$0.0010
typescript-refactor-hard-001	hard	0.740	✓	$0.0010
shell-refactor-hard-001	hard	0.740	✓	$0.0010
typescript-config-hard-001	hard	0.740	✓	$0.0010
shell-config-hard-001	hard	0.740	✓	$0.0010
typescript-recovery-hard-001	hard	0.740	✓	$0.0010
shell-recovery-hard-001	hard	0.740	✓	$0.0010
typescript-dependency-hard-001	hard	0.740	✓	$0.0010
shell-dependency-hard-001	hard	0.740	✓	$0.0010
typescript-explain-hard-001	hard	0.740	✓	$0.0010
shell-explain-hard-001	hard	0.740	✓	$0.0010

Leaderboard Snapshot

Latest run: 32e08ebc-5480-4d4a-a6b4-f5ae18c5ab8f | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-09T13:27:22.077824+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
32e08ebc-5480-4d4a-a6b4-f5ae18c5ab8f	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T13:27:22.077824+00:00
19d6e4a0-87f4-430a-9b2d-0d6f7b7aff56	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T13:27:21.940714+00:00
6808b27c-defb-427f-8502-7798349b80ac	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T13:27:21.731103+00:00
2795c499-b266-4602-ad6a-a44d6f12ed6e	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T13:27:21.568054+00:00
8f18a518-2e8c-4eda-8641-433494c428cb	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T13:27:21.363518+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	11887	###############################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

11887

###############################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
32e08ebc-5480-4d4a-a6b4-f5ae18c5ab8f	shell-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:22.077824+00:00
19d6e4a0-87f4-430a-9b2d-0d6f7b7aff56	typescript-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:21.940714+00:00
6808b27c-defb-427f-8502-7798349b80ac	shell-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:21.731103+00:00
2795c499-b266-4602-ad6a-a44d6f12ed6e	typescript-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:21.568054+00:00
8f18a518-2e8c-4eda-8641-433494c428cb	shell-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:21.363518+00:00
a8927d01-db37-46ab-9aed-2b38f83ed7ac	typescript-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:21.099434+00:00
8a2ac55a-55a5-44f6-a260-8ae9f792b0e5	shell-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:20.877876+00:00
ed077615-59ec-40c1-b174-0b64b74d2667	typescript-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:20.650851+00:00
b4f7ff58-dbce-42d2-b630-29c2ed3adf2a	shell-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:20.468042+00:00
691e698c-978c-46dd-8e90-e4114a0c963c	typescript-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T13:27:20.318123+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [###################-] 100.0% @ $0.0047  (coder)