Görevler · Shell ve devops

task-127-shell-logsum

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: 3 ölçüldü · 1 ölçülmedi

Görev tanımı

logsum.sh icin README.md'deki sozlesmeye uyan bir bash betigi yaz (seed/logsum.sh bir taslaktir, README.md degismeyecek).
Betik bash ve standart araclarla (awk, sed, sort, head, grep) calisabilir.
Hata ve sinir durumlarini README'ye gore ele al. Yalniz logsum.sh degisebilir. Kendi denemelerini gecici bir dizinde yap.

Kaynak: fixtures/task-127-shell-logsum/PROMPT.md · yalnız prompt metni; doğrulayıcılar yayınlanmaz.

Model seçici yükleniyor; bu ara görüntüde varsayılan sütunlar görünür.

claude-haiku-5-5varsayılan

Geçti

Süre
2,1 dk
Çıktı token
23.180
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
2,5 dk
Çıktı token
14.305
Maliyet (USD, koşu başı)
0,40
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

ölçülmedihücre bütçe sınırı (1 USD) model işini bitirmeden kesti; model başarısızlığı değil, yeniden koşu bekliyor

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

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

claude-sonnet-5-5medium

Kaldı

Süre
48 sn
Çıktı token
6.219
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).

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?