Benchmark 案例
修正 cancelled 狀態顏色
狀態徽章把 cancelled 顯示為綠色，應改為紅色；其他狀態不可改變。
Patch通過
任務
Cancelled 狀態顯示成綠色
狀態徽章把 cancelled 顯示為綠色，應改為紅色；其他狀態不可改變。
驗收條件cancelled 為紅色，failed 維持紅色，succeeded 維持綠色。
預期行為
產生可驗證 Patch
預期檔案status-badge.js重新執行
排入 Supabase，由在線的本機 Worker 執行。
Context Retrieval
模型實際收到的檔案與內容大小。
status-badge.jspackage.json模型觀測資料
gpt-5.6-luna · Prompt v1
模型耗時
4.8s
Input tokens
722
Output tokens
353
估算成本
$0.0028
失敗分類
無