DerpMeter 每日编码杂务：Hydrogen 9/10 通过，完胜 Argon 与 Carbon

DerpMeter 的 Daily Run 是目前唯一把 Hydrogen 与同门 Argon、Carbon 放在同一天、同一组任务里实测的对照：7 个模型、10 项编码杂务，2026 年 11 月 12 日 18:30 UTC 开跑。结果：Hydrogen 得 25 分，排第 5——但在 Gemini 家族内部，它是唯一一个没有 Dumb 判定的模型。

方法：10 项杂务，怎么打分

7 个模型在同一天跑同一组 10 项编码杂务，每项按表现判 Smart 或 Dumb；分数越低越好（Dumb 扣分重）。测试的价值在于「同场」：同一天、同一组任务、同一套评分，模型之间的差异可以直接比较。但要注意：这是单次样本，结果有参考价值，不能当作稳定排名。

全场成绩

家族内部：Hydrogen 为什么赢

三点值得注意。第一，Hydrogen 不是快一点，是快 3–4 倍：20 分钟跑完，Argon 73 分钟、Carbon 82 分钟。第二，Hydrogen 一次读对：上下文重读仅 1.0M tokens，Argon 9.6M、Carbon 7.5M——Argon 与 Carbon 在反复重读上下文，Hydrogen 一次就读对了。第三，Carbon 在小任务上反而「想太多」：5 项被判 Dumb，通过率只有 6/10——这与 Carbon 专题里「简单任务贵 3 倍」的结论一致：旗舰模型在杂务上未必是更好的选择。

放全场看：中游，不是一流

但别只看家族内部。放全场看，Hydrogen 排第 5，前面四名全是竞品：Sonnet 5.5 只得 5 分，Sol 与 Terra 15 分，Opus 5.5 20 分。这个排序与 AA 指数的结论一致：Hydrogen xhigh 的 54 分接近 Sonnet 与 Sol 的 55 分，但终端任务上仍落后（Terminal-Bench 4.0：54% 对 64% 与 56%）。Hydrogen 是 Gemini 家族里日常编码杂务最稳的模型，但放全场看，它仍在中游。