zseval baselines

zerostack 1.7.2 d8bbfe5d · 43 scenarios × 3 trials · judge: sonnet · 2026-08-03

• claude-sonnet-5 — pass@k 0.861 · pass^k 0.744
• deepseek-v4-pro (zerostack default) — pass@k 0.837 · pass^k 0.651