Görevler · Test yazma

task-116-write-tests

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: 8 ölçüldü · 6 ölçülmedi

Görev tanımı

intervals.py icin test yaz. Dosyanin ust kisimdaki docstring modulun sozlesmesidir; kod su an
sozlesmeye uyuyor. tests/ klasorune unittest ile (pytest degil) test dosyalari yaz:
`python3 -B -m unittest discover -s tests` calisinca temiz modulde gecmeli.
Testlerin degerlendirmesi: gizli bir degerlendirici ayni modulun sozlesmeyi bozan farkli
surumlerine karsi testlerini calistirir; ne kadar cok bozuk surumde kirmizi olursa o kadar iyi.
intervals.py'yi degistirme. Her sozlesme maddesini ve sinir durumunu dusun.

Kaynak: fixtures/task-116-write-tests/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
1,4 dk
Çıktı token
21.456
Maliyet (USD, koşu başı)
0,02
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
2,4 dk
Çıktı token
15.652
Maliyet (USD, koşu başı)
0,52
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
1,6 dk
Çıktı token
18.059
Maliyet (USD, koşu başı)
0,28
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

ölçülmedialtyapı (infra_fail): 1 satır paydaya girmedi

Süre
ölçülmedi
Çıktı token
ölçülmedi
Maliyet (USD, koşu başı)
ölçülmedi (diğer)

Bu ikilinin bu görevde geçerli koşusu yok; diff ve mesaj yayınlanmaz.

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?