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: 3f0de18e-3062-435e-8aa2-339c12ae0a1b | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-23T18:50:04.629740+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
3f0de18e-3062-435e-8aa2-339c12ae0a1b	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:50:04.629740+00:00
6c528c0a-9ddf-4c74-a338-1da1d74c83dd	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:50:04.493675+00:00
a3c597a6-3ecb-4b70-953e-b39585fd449a	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:50:04.350826+00:00
81b7591f-f25f-4deb-ab97-88bbb233f625	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:50:04.219370+00:00
20cb11cc-6faf-4425-8540-f3b15a806efa	coder	4669773b4fbe9d507f1396f38777a1b36998faf3	0.740	2026-05-23T18:50:04.115306+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	5850	##########################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

5850

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
3f0de18e-3062-435e-8aa2-339c12ae0a1b	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:04.629740+00:00
6c528c0a-9ddf-4c74-a338-1da1d74c83dd	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:04.493675+00:00
a3c597a6-3ecb-4b70-953e-b39585fd449a	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:04.350826+00:00
81b7591f-f25f-4deb-ab97-88bbb233f625	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:04.219370+00:00
20cb11cc-6faf-4425-8540-f3b15a806efa	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:04.115306+00:00
50ccef40-5762-44e6-8687-daa8d9fe47cd	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:03.997638+00:00
4695d0e9-c2b2-4b36-8d85-73469d168cff	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:03.877754+00:00
28e16449-d3c7-496f-a4e9-be51483c1204	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:03.749905+00:00
5f2f97d1-0610-4a9c-a943-a6385399250a	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:03.626801+00:00
cba67448-72cc-4303-b939-13232950e581	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-23T18:50:03.510046+00:00

Cost Frontier

pass_rate vs cost_usd (Pareto frontier marked with *)
* [####################] 100.0% @ $0.0038  (coder)