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: 11dc6177-b1d4-4360-a982-3a32b7bc74ed | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T19:48:07.198752+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
11dc6177-b1d4-4360-a982-3a32b7bc74ed	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:07.198752+00:00
e310cbd5-2046-4c7e-a87c-edfd23d4af7c	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:07.124449+00:00
9c7e0f9f-ec56-4728-99bf-6795dc1ff84d	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:07.045920+00:00
eedb0fd6-6927-43f6-a58c-62353f53a751	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:06.980470+00:00
472cc4ac-3b1f-4eaa-adfe-7acfd438fcfd	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:06.898976+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	6480	################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

6480

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
11dc6177-b1d4-4360-a982-3a32b7bc74ed	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:07.198752+00:00
e310cbd5-2046-4c7e-a87c-edfd23d4af7c	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:07.124449+00:00
9c7e0f9f-ec56-4728-99bf-6795dc1ff84d	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:07.045920+00:00
eedb0fd6-6927-43f6-a58c-62353f53a751	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.980470+00:00
472cc4ac-3b1f-4eaa-adfe-7acfd438fcfd	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.898976+00:00
77f9f858-0218-4cf7-9ad3-3b68def54361	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.825046+00:00
b18e0e50-7299-4b09-ba27-afa359f43e76	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.743235+00:00
84250714-e943-4f32-88e0-d81ce1dccdc1	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.678063+00:00
844abe31-6cee-49b7-a3ba-1cf4ddf74c81	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.593652+00:00
3d2d6f76-9340-4082-bee2-663e403c598c	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:06.520361+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [####################] 100.0% @ $0.0037  (coder)