Görevler · Özellik uygulama

task-017-ambiguous-spec

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=14 ikili: 4 ölçüldü · 0 ölçülmedi

Görev tanımı

`billing.py` içindeki `invoice_total(lines)` fonksiyonunu yaz. `lines`, `(adet, birim_fiyat)` çiftlerinden oluşan bir liste. Fonksiyon fatura toplamını iki ondalık basamakla döndürsün. Başka dosya değiştirme.

Kaynak: fixtures/task-017-ambiguous-spec/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
8,2 sn
Çıktı token
1.238
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
16 sn
Çıktı token
1.436
Maliyet (USD, koşu başı)
0,04
Modelin değişiklikleri (diff)

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

Son mesaj

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

claude-opus-5-5max

Geçti

Süre
4,2 dk
Çıktı token
25.799
Maliyet (USD, koşu başı)
0,66
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
11,7 sn
Çıktı token
923
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).

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?