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: 2d419d56-b9c8-460b-b16d-859dfce3308c | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-25T20:16:17.187610+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
2d419d56-b9c8-460b-b16d-859dfce3308c	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-25T20:16:17.187610+00:00
8f879234-5155-42fe-8206-a82ad31246bf	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-25T20:16:17.126457+00:00
be225135-3b31-4d39-8c3e-e71bb1babc41	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-25T20:16:17.070088+00:00
e1562016-114a-40c5-bc71-f82d47750425	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-25T20:16:17.017164+00:00
76390adc-ae5a-4231-8885-140bf3dc3df5	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-25T20:16:16.965549+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	7130	##########################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

7130

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
2d419d56-b9c8-460b-b16d-859dfce3308c	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:17.187610+00:00
8f879234-5155-42fe-8206-a82ad31246bf	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:17.126457+00:00
be225135-3b31-4d39-8c3e-e71bb1babc41	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:17.070088+00:00
e1562016-114a-40c5-bc71-f82d47750425	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:17.017164+00:00
76390adc-ae5a-4231-8885-140bf3dc3df5	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.965549+00:00
ab2d225e-8d67-43b1-853d-58c180836b4f	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.905881+00:00
8cf596ee-c8dd-4bbb-bf06-4f060337f62d	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.852079+00:00
ce649f73-a674-42fd-8cb8-9419c0d8f8ea	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.798924+00:00
24177cd4-80c1-49dd-a9ea-c952520798b0	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.742105+00:00
3cb454ab-b2e6-4244-9a83-16d542fec1bf	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-25T20:16:16.686166+00:00

Cost Frontier

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