TRUESOTA-BENCH

…

TRUESOTA-BENCH

同题集对比官方 API 与自建中转 — 监控链路是否降智

还没有跑过 — 去 CONFIG 配置后点 RUN

Per-task breakdown — 点任意格子看完整 trace

每题得分随轮次变化（行 = endpoint · task）

暂无历史

Run settings

Dataset

Attempts / task

Concurrency

Retries

Daytona API key

Schedule

Interval (h)

Endpoints

ON	NAME	BASE URL	API KEY	MODEL

Tasks