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: c979fccc-b658-453f-a559-8372a666e2c9 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T20:38:11.007068+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
c979fccc-b658-453f-a559-8372a666e2c9	coder	07ca25bc2d511f5aee15446c60081c184e9c9122	0.740	2026-05-23T20:38:11.007068+00:00
c5f86570-8b49-4d3d-9062-e5cef4a8e80c	coder	07ca25bc2d511f5aee15446c60081c184e9c9122	0.740	2026-05-23T20:38:10.902485+00:00
ddbadac3-935b-4d42-a625-8a166934cbb1	coder	07ca25bc2d511f5aee15446c60081c184e9c9122	0.740	2026-05-23T20:38:10.801007+00:00
793a906e-ccf8-4e71-88a7-45bc8c60666a	coder	07ca25bc2d511f5aee15446c60081c184e9c9122	0.740	2026-05-23T20:38:10.694314+00:00
031fcec2-7796-4a7a-8996-70a842f277a1	coder	07ca25bc2d511f5aee15446c60081c184e9c9122	0.740	2026-05-23T20:38:10.578587+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	6980	####################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

6980

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
c979fccc-b658-453f-a559-8372a666e2c9	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:11.007068+00:00
c5f86570-8b49-4d3d-9062-e5cef4a8e80c	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.902485+00:00
ddbadac3-935b-4d42-a625-8a166934cbb1	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.801007+00:00
793a906e-ccf8-4e71-88a7-45bc8c60666a	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.694314+00:00
031fcec2-7796-4a7a-8996-70a842f277a1	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.578587+00:00
c9156533-53f2-4a91-ad65-4c5801f776d5	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.467330+00:00
5da9943a-3f7c-4746-bec9-24eb3de9c3ca	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.357019+00:00
f30b1e26-58bb-414f-8534-84c3f70785bc	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.246194+00:00
210b72db-7ec9-4998-af51-1b97320624ad	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.136803+00:00
a286fa8b-f434-4e9f-b27c-8e8abf067f13	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T20:38:10.023919+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [####################] 100.0% @ $0.0036  (coder)