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: 9f88a100-abca-4103-b09c-faa652cfba19 | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-26T10:38:21.717054+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
9f88a100-abca-4103-b09c-faa652cfba19	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:21.717054+00:00
5b22a171-ace0-4765-b55a-00052f9c5a96	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:21.643331+00:00
424cf31b-f02e-4335-96e6-b8a5fd6d5047	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:21.577110+00:00
ef07724d-5b60-4437-b2da-7390d842609c	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:21.519387+00:00
7ce9b8e5-88a5-41f9-8fcb-43343b14307d	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:21.446244+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	7330	##################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

7330

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
9f88a100-abca-4103-b09c-faa652cfba19	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.717054+00:00
5b22a171-ace0-4765-b55a-00052f9c5a96	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.643331+00:00
424cf31b-f02e-4335-96e6-b8a5fd6d5047	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.577110+00:00
ef07724d-5b60-4437-b2da-7390d842609c	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.519387+00:00
7ce9b8e5-88a5-41f9-8fcb-43343b14307d	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.446244+00:00
33340407-6edc-4bec-b009-09af34ff7520	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.380587+00:00
951f5344-b4ea-4860-98be-9acacb4e5e97	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.314162+00:00
65fba974-cc9e-450d-94aa-40648a446738	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.240562+00:00
6c23ece6-7ef9-44cb-b259-f5c6d9611c1a	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.182557+00:00
5f7a8543-afff-43fb-b8d8-635a3aaf168c	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:21.108858+00:00

Cost Frontier

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