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: 322dec86-e2d9-4d57-b85a-209c114e500a | Latest model: coder | Latest score: 0.740 | Recorded at: 2026-05-26T10:38:14.887951+00:00

Recent Trend

Run ID	Model	Git SHA	Score	Created
322dec86-e2d9-4d57-b85a-209c114e500a	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:14.887951+00:00
79332ea3-b554-4d7d-b6f5-fe54a37c9745	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:14.823681+00:00
a87f93ae-8626-41f3-81b2-2a70fe8a2bfd	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:14.773753+00:00
a01e2fcc-d4c1-48f9-ad86-82b35ddacd54	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:14.715442+00:00
4e7d2751-c07c-4b0a-8d35-9dd18092e151	coder	59417e3b6834192b1ea96a6a9010dee3105efd78	0.740	2026-05-26T10:38:14.649222+00:00

Failure Breakdown

Taxonomy	Failures	Bar
wrong-logic	7280	################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################################

Taxonomy

Failures

Bar

wrong-logic

7280

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

Recent Failures

Run ID	Task ID	Taxonomy	Score	Cost	Created
322dec86-e2d9-4d57-b85a-209c114e500a	typescript-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.887951+00:00
79332ea3-b554-4d7d-b6f5-fe54a37c9745	python-multi-file-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.823681+00:00
a87f93ae-8626-41f3-81b2-2a70fe8a2bfd	typescript-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.773753+00:00
a01e2fcc-d4c1-48f9-ad86-82b35ddacd54	python-test-writing-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.715442+00:00
4e7d2751-c07c-4b0a-8d35-9dd18092e151	typescript-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.649222+00:00
306f351f-9c30-4653-a2fa-59c6f50aded2	python-performance-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.583496+00:00
cebb5dab-b977-4b14-a072-652c80aef7ae	typescript-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.517700+00:00
023a3a00-6423-4756-8c78-3ca462165795	python-bugfix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.435746+00:00
4f88bdcf-3503-4e55-b0c3-21c10696633e	typescript-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.369327+00:00
f522451d-17dc-4403-9baa-01f3ade01147	python-security-fix-easy-001	wrong-logic	0.740	$0.0010	2026-05-26T10:38:14.294856+00:00

Cost Frontier

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