Görevler · Test yazma

task-121-write-tests-ttl

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=16 ikili: 3 ölçüldü · 3 ölçülmedi

Görev tanımı

ttlcache.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. Zaman icin sahte bir saat kullan (gercek sleep yok).
Testlerin degerlendirmesi: gizli bir degerlendirici ayni modulun sozlesmeyi bozan farkli surumlerine karsi
testlerini calistirir; ne kadar cok bozuk surumde kirmizi olursa o kadar iyi. ttlcache.py'yi degistirme.

Kaynak: fixtures/task-121-write-tests-ttl/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
2,5 dk
Çıktı token
39.367
Maliyet (USD, koşu başı)
0,03
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
4,3 dk
Çıktı token
30.846
Maliyet (USD, koşu başı)
0,85
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
1,7 dk
Çıktı token
16.822
Maliyet (USD, koşu başı)
0,22
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

ölçülmedikota/429 (rate_limit): 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?