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: 1143ca16-b446-44c6-b3ff-1764af8ca5d5 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-09T02:55:46.202665+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
1143ca16-b446-44c6-b3ff-1764af8ca5d5	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T02:55:46.202665+00:00
fa592cdc-a363-4581-9629-fce7953c98a5	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T02:55:45.972563+00:00
ba729b48-67dc-4e50-bd56-e6ad44a3e858	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T02:55:45.776964+00:00
c6da8647-1f45-4a74-bd8e-0b69dbd4bc27	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T02:55:45.627982+00:00
2499d698-42cf-4bdc-adbf-9f2e516088c0	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-09T02:55:45.509803+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	10387	###################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

10387

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
1143ca16-b446-44c6-b3ff-1764af8ca5d5	shell-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:46.202665+00:00
fa592cdc-a363-4581-9629-fce7953c98a5	typescript-explain-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:45.972563+00:00
ba729b48-67dc-4e50-bd56-e6ad44a3e858	shell-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:45.776964+00:00
c6da8647-1f45-4a74-bd8e-0b69dbd4bc27	typescript-dependency-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:45.627982+00:00
2499d698-42cf-4bdc-adbf-9f2e516088c0	shell-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:45.509803+00:00
f6998135-78a4-46b1-a8e7-e3fcda2dbef3	typescript-recovery-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:44.797464+00:00
a13a3b12-3421-4dba-905f-4d4583c00397	shell-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:44.669156+00:00
e5ce58db-2f48-4556-bb22-445766a3733d	typescript-config-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:44.532170+00:00
5166699a-4d52-4b20-8a31-df38a61fec2f	shell-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:44.397097+00:00
6fb47547-58b9-4e21-8771-21a2dd894dcf	typescript-refactor-hard-001	wrong-logic	0.740	$0.0010	2026-05-09T02:55:44.206476+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [###################-] 100.0% @ $0.0048  (coder)