Görevler · Çoklu dosya değişikliği

task-112-revision-registry

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: 12 ölçüldü · 2 ölçülmedi

Görev tanımı

registry paketinde toplu ad degistirme sonrasi lookup ve snapshot birbirini
tutmuyor; bazi okuyucular sonraki snapshot'i da bozuyor. Kok nedenleri duzelt.
README.md'deki transaction, kimlik, event ve okuma davranisini koru. Yalniz
registry/records.py ve registry/cache.py degisebilir. Gorunur testleri calistir;
yesil olmalari tum durumlarin dogru oldugu anlamina gelmez.

Kaynak: fixtures/task-112-revision-registry/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
38,8 sn
Çıktı token
7.768
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
42,4 sn
Çıktı token
2.268
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).

claude-sonnet-5-5medium

Geçti

Süre
28,6 sn
Çıktı token
2.700
Maliyet (USD, koşu başı)
0,08
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

Kaldı

Süre
10,2 dk
Çıktı token
13.691
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?