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: 549f961c-5258-4437-aed1-bc2e5355b683 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T19:48:00.364933+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
549f961c-5258-4437-aed1-bc2e5355b683	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:00.364933+00:00
ced3e553-bf9b-4d9e-9fa5-d658ef283480	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:00.291608+00:00
47444d3a-c9e3-4e5e-a1f8-feea8e500eec	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:00.211184+00:00
4676311f-9bd6-44bb-b523-c881009c5a6a	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:00.133648+00:00
6536d318-fe9a-4e1e-8713-908e6d937a3d	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T19:48:00.047324+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	6430	##############################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

6430

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
549f961c-5258-4437-aed1-bc2e5355b683	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:00.364933+00:00
ced3e553-bf9b-4d9e-9fa5-d658ef283480	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:00.291608+00:00
47444d3a-c9e3-4e5e-a1f8-feea8e500eec	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:00.211184+00:00
4676311f-9bd6-44bb-b523-c881009c5a6a	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:00.133648+00:00
6536d318-fe9a-4e1e-8713-908e6d937a3d	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:48:00.047324+00:00
a276e84b-4eff-4810-8d26-ab64f58f79b7	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:47:59.968924+00:00
c899148c-f18f-41bf-9b1b-3da5f6ff4dc4	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:47:59.890583+00:00
bf4527fd-a575-48a1-b7cb-499214729cc4	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:47:59.819100+00:00
e6cadf32-6ff4-40e8-86ed-00a7739717d9	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:47:59.740842+00:00
38141d43-eea0-4ff4-9ffa-e80109957074	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T19:47:59.630166+00:00

Cost Frontier

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