Eval Report: ci-post-merge

Profile: gdm-swebench-lite-v1 | Tasks: 50 | Pass rate: 100.0% | Cost: $0.0500

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
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

Leaderboard Snapshot

Latest run: b68db316-72ef-454a-ad25-0ef67cd86595 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T18:23:09.704324+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
b68db316-72ef-454a-ad25-0ef67cd86595	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:23:09.704324+00:00
a9ef48a3-fe48-493b-ac9a-b4eb1bf7a882	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:23:09.639330+00:00
bbbc557e-0640-48a5-b725-036cae478a3a	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:23:09.580971+00:00
8dcfa499-f118-4402-add8-84664a4becec	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:23:09.522573+00:00
39e861f0-b801-46d2-995c-0e01beb42314	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:23:09.456573+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	5600	################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

5600

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
b68db316-72ef-454a-ad25-0ef67cd86595	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.704324+00:00
a9ef48a3-fe48-493b-ac9a-b4eb1bf7a882	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.639330+00:00
bbbc557e-0640-48a5-b725-036cae478a3a	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.580971+00:00
8dcfa499-f118-4402-add8-84664a4becec	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.522573+00:00
39e861f0-b801-46d2-995c-0e01beb42314	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.456573+00:00
eb05fabc-713b-4891-a33a-fc45d1b150b7	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.391242+00:00
0738575f-f250-49ca-996a-715b9af27cb9	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.329076+00:00
d2512506-9bff-47fb-a19d-9235eff7098e	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.259214+00:00
b77b9231-2b59-438b-a288-2e5b307891f2	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.194290+00:00
35125053-a8cb-4ac4-90f6-97aa04dc97c7	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:23:09.139388+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [####################] 100.0% @ $0.0039  (coder)