Anexar execuções a uma execução aberta de agente de codificação
Adiciona trials concluídos a uma execução aberta com finalize: false, para que um job iniciado a partir de MKA1 possa ser acompanhado enquanto executa, em vez de aparecer completo do nada no final. Cada trial fixa seu próprio sample_index e faz upsert em (task, model, sample_index): um harness não consegue distinguir um timeout de uma resposta perdida, então reenviar um lote é seguro e substitui em vez de duplicar. O lote inteiro e o recálculo do agregado entram em uma única transação, serializada por execução. Contagens, métricas e custo são recalculados a partir das linhas armazenadas a cada chamada, nunca acumulados a partir da requisição, então um lote reenviado não pode dobrá-los. Envie finalize: true (normalmente com trials vazio) para encerrar a execução — até lá ela permanece in_progress e fora dos leaderboards, que contam apenas execuções concluídas. Acrescentar a uma execução já concluída ou cancelada é rejeitado: esse registro está finalizado, e reescrevê-lo moveria silenciosamente um número que alguém talvez já tenha lido.
Autorizações
Gateway auth: send Authorization: Bearer <mka1-api-key>. For multi-user server-side integrations, you can also send X-On-Behalf-Of: <external-user-id>.
Cabeçalhos
Optional external end-user identifier forwarded by the API gateway.
Parâmetros de caminho
Corpo
Cada tentativa fixa seu próprio sample_index (único por tarefa e modelo): reenviar um lote substitui as mesmas linhas em vez de duplicá-las, então um lote reexecutado é seguro.
1000Marca a execução como concluída quando estes testes chegarem — a última chamada de um trabalho de streaming envia isso, geralmente com um trials vazio.
Resposta
OK
-9007199254740991 <= x <= 9007199254740991The org that owns this run.
The team that owns this run.
queued, in_progress, finalizing, completed, failed, cancelling, cancelled Coding-agent harness that produced this run (e.g. omp, claude-code). Null for every non-harness eval kind — a null here is not a missing value, it means the run is not an agent run.
Version of agent_name, as the harness reported it. Null when agent_name is.
Reasoning-effort setting the agent ran at (e.g. medium, xhigh). Part of the leaderboard's row identity: the same agent and model at two efforts are two rows, not one. Null when agent_name is.
Total spend for the run in USD. Null when the harness did not report cost.
Token totals for the run, summed over its samples when it finalized. Each is null when nothing reported that figure, which is a different fact from zero and must not render as free.
-9007199254740991 <= x <= 9007199254740991-9007199254740991 <= x <= 9007199254740991-9007199254740991 <= x <= 9007199254740991-9007199254740991 <= x <= 9007199254740991-9007199254740991 <= x <= 9007199254740991