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: 7b0ae735-8b8b-4497-9a6d-d82c7f180f57 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-09T00:28:35.325847+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
7b0ae735-8b8b-4497-9a6d-d82c7f180f57	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T00:28:35.325847+00:00
a4d44087-ac99-4ec3-abfd-db130c0ba7b7	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T00:28:35.305979+00:00
fab80b30-2cb3-4173-98a1-63ef3f1d6250	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T00:28:35.279078+00:00
62d77b1e-6b58-46e3-812d-55c09628f5f5	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T00:28:35.250115+00:00
bb1e529d-a392-484e-bcc9-7a0b7064cd4d	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T00:28:35.218847+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	9487	###############################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

9487

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
7b0ae735-8b8b-4497-9a6d-d82c7f180f57	shell-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.325847+00:00
a4d44087-ac99-4ec3-abfd-db130c0ba7b7	typescript-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.305979+00:00
fab80b30-2cb3-4173-98a1-63ef3f1d6250	shell-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.279078+00:00
62d77b1e-6b58-46e3-812d-55c09628f5f5	typescript-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.250115+00:00
bb1e529d-a392-484e-bcc9-7a0b7064cd4d	shell-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.218847+00:00
adc23db2-7198-4f83-8134-b12cb25b6eca	typescript-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.193045+00:00
03246a94-7a79-46a9-a0e2-ffe7c6e2f17a	shell-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.164578+00:00
b81fe1ff-b04b-4c12-bfd2-ef3c11953229	typescript-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.136061+00:00
ecc19d9d-0e2a-4664-a15e-a12043e63b43	shell-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.097310+00:00
a22c5757-6990-4bc7-8924-9733d521e07e	typescript-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T00:28:35.080504+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [###################-] 100.0% @ $0.0049  (coder)