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: 4c2e9bdb-b7d0-4423-a5df-e7f8920ee1ca | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-09T14:21:39.033084+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
4c2e9bdb-b7d0-4423-a5df-e7f8920ee1ca	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T14:21:39.033084+00:00
0b1e59b5-88a2-40de-bcf1-70e6f2779db4	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T14:21:38.969437+00:00
30955bd0-469e-428b-81ae-bf705da0347e	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T14:21:38.891438+00:00
f69098a0-16fd-446f-b4da-54c6b97ebac7	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T14:21:38.734861+00:00
b2d176f6-dd7f-4c7a-a135-a55765c10b0a	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T14:21:38.637831+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	12187	###########################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

12187

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
4c2e9bdb-b7d0-4423-a5df-e7f8920ee1ca	shell-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:39.033084+00:00
0b1e59b5-88a2-40de-bcf1-70e6f2779db4	typescript-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.969437+00:00
30955bd0-469e-428b-81ae-bf705da0347e	shell-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.891438+00:00
f69098a0-16fd-446f-b4da-54c6b97ebac7	typescript-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.734861+00:00
b2d176f6-dd7f-4c7a-a135-a55765c10b0a	shell-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.637831+00:00
90425d54-bdf3-46c8-85e3-3f0498c7f33f	typescript-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.526496+00:00
1feaedf0-f06a-42c5-8897-c79adca6e3ac	shell-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.426205+00:00
711f3648-a68e-46d7-841d-931172812395	typescript-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.340488+00:00
a69557a4-e96e-4dbf-8f76-16d50ea2902a	shell-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.235298+00:00
fe4d1f52-80b7-4bce-b214-7ebd54546e8c	typescript-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T14:21:38.145561+00:00

Cost Frontier

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