Görevler · Yeniden düzenleme

task-012-refactor

Görev tanımının prompt metni aşağıdadır; gizli doğrulayıcılar (verify, oracle, reference çözümler) yayınlanmaz. Her sütun bir model ve effort ikilisinin n=1 sonucudur (ilk geçerli deneme); renk tek başına anlam taşımaz.

n=114 ikili: 11 ölçüldü · 3 ölçülmedi

Görev tanımı

`orders.py` içindeki `summarize` fonksiyonu tek parça ve çok uzun. Davranışını, tuhaflıkları dahil, BİREBİR koruyarak okunabilir küçük fonksiyonlara böl: her fonksiyon (docstring dahil) en fazla 20 satır olsun, dosyada toplam en az 4 fonksiyon bulunsun, `summarize`'ın imzası (parametre adları ve varsayılanları) aynı kalsın. Yeni bir davranış ekleme, mevcut bir davranışı "düzeltme".

Bu dizinde test yok; davranışın korunduğunu kendin doğrulaman gerekir. Teslim edilecek dosya `orders.py`.

Kaynak: fixtures/task-012-refactor/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
55,4 sn
Çıktı token
12.019
Maliyet (USD, koşu başı)
0,01
Modelin değişiklikleri (diff)

Diff kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

Son mesaj

Mesaj kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

claude-opus-5-5high

Geçti

Süre
1,8 dk
Çıktı token
10.610
Maliyet (USD, koşu başı)
0,37
Modelin değişiklikleri (diff)

Diff kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

Son mesaj

Mesaj kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

claude-sonnet-5-5medium

Geçti

Süre
48,9 sn
Çıktı token
7.411
Maliyet (USD, koşu başı)
0,14
Modelin değişiklikleri (diff)

Diff kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

Son mesaj

Mesaj kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

deepseek-v4.1-flashtek ayar

Geçti

Süre
7,1 dk
Çıktı token
7.865
Maliyet (USD, koşu başı)
ölçülmedi (diğer)
Modelin değişiklikleri (diff)

Diff kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

Son mesaj

Mesaj kaydı yok (ölçülmedi, sebep: artefakt dosyası yok).

Ölçülmeyen sütunların sebebi sütun üstünde yazar. Diff ve son mesaj açılır-kapanır başlıkların altındadır; ham dosyalar indirilebilir. Maliyet = koşu başı ortalama, API liste fiyatı eşdeğeri (abonelik faturası değil); EVREN ücretsiz katmanında fiyat tanımsız olduğundan ölçülmedi yazar. Veri: Nasıl ölçüldü?