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: 268523cd-3f8b-40ab-80c3-7f5f698922bc | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T18:01:12.877078+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
268523cd-3f8b-40ab-80c3-7f5f698922bc	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:01:12.877078+00:00
94c5751f-63f8-46ef-ab1a-cff5ddebd10b	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:01:12.810754+00:00
63fb8ae6-f68e-4fca-aa0c-78dbebabe770	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:01:12.743727+00:00
5b7f4905-25d0-4920-82bd-7fac490700a9	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:01:12.677119+00:00
bfc571a6-6dab-4678-bf55-494ccf408a98	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:01:12.610658+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	5400	########################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

5400

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
268523cd-3f8b-40ab-80c3-7f5f698922bc	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.877078+00:00
94c5751f-63f8-46ef-ab1a-cff5ddebd10b	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.810754+00:00
63fb8ae6-f68e-4fca-aa0c-78dbebabe770	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.743727+00:00
5b7f4905-25d0-4920-82bd-7fac490700a9	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.677119+00:00
bfc571a6-6dab-4678-bf55-494ccf408a98	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.610658+00:00
f343184c-c1de-45a8-82a1-ff0f73bc8655	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.550985+00:00
6e06d59c-e397-4734-8db0-b4081089244b	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.486821+00:00
e6dbffde-0f99-4562-8ae0-2fc278170ae2	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.417174+00:00
7134b3ad-bd59-4bf8-8b52-7137d8d5a4a5	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.328266+00:00
a947e32a-7356-4980-8065-38840254c769	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:01:12.234904+00:00

Cost Frontier

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