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: 8d91b276-3f67-476d-ad5e-0d87cf5f1496 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-09T09:41:29.427619+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
8d91b276-3f67-476d-ad5e-0d87cf5f1496	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T09:41:29.427619+00:00
0fcf6e0c-300c-48f5-9c67-0e6485af0095	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T09:41:29.349118+00:00
5947df4d-1772-4521-b9e8-adfa5b932480	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T09:41:29.280014+00:00
239adf75-1f77-4804-97b4-386ab392bf70	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T09:41:29.223368+00:00
f21d6cd8-1a68-40b7-af18-ce70bfc18977	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T09:41:29.160231+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	11287	#######################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

11287

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
8d91b276-3f67-476d-ad5e-0d87cf5f1496	shell-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.427619+00:00
0fcf6e0c-300c-48f5-9c67-0e6485af0095	typescript-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.349118+00:00
5947df4d-1772-4521-b9e8-adfa5b932480	shell-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.280014+00:00
239adf75-1f77-4804-97b4-386ab392bf70	typescript-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.223368+00:00
f21d6cd8-1a68-40b7-af18-ce70bfc18977	shell-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.160231+00:00
3ff1c058-e295-4295-93c0-5e6d8de70f55	typescript-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.108583+00:00
b3da34d3-7ef9-4f1c-afd2-d8200cac97e3	shell-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:29.030773+00:00
92e79357-4c2a-4e9a-bd8a-3bf4005ee3f1	typescript-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:28.959467+00:00
c61396e2-f380-4e5f-ac83-9140091770d5	shell-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:28.899413+00:00
1b5940bf-e367-4707-adda-2e5fdeaeaaeb	typescript-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T09:41:28.835964+00:00

Cost Frontier

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