登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 安全 ›【AI翻译】Python 3.14来了，有多快？

【AI翻译】Python 3.14来了，有多快？

鞠彗云 7 小时前
标题：Python 3.14来了，有多快？
原文链接：https://blog.miguelgrinberg.com/post/python-3-14-is-here-how-fast-is-it
Markdown内容：
2024年11月，我写过一篇博客，标题为《Python真的那么慢吗？》，其中测试了多个Python版本，并指出随着时间的推移，Python的性能取得了稳定的进步。
今天是2025年10月8日，Python 3.14刚刚正式发布一天。让我们重新运行基准测试，看看新版本的Python有多快！
注意：如果你对结果表格和图表没兴趣，只想看结论，点这里直达文章尾部。
关于基准测试的片面性

虽然我会分享我的基准测试结果，但我必须再次提醒大家，就像我之前文章里说的，这类通用基准测试其实参考价值有限。跑这些基准测试其实更多是出于兴趣，不过仅凭几个简单的小脚本，很难准确反映Python解释器这种复杂系统的真实性能。
我设计的所有测试都只运行纯Python代码，避免使用任何依赖库，尤其是那些用C语言编写的函数。因为与Python本身相比，原生代码（除了解释器自身）从新版本中获得的性能提升非常有限，因此我没把它们纳入基准测试。但现实中的应用通常会混合使用纯Python和原生代码，比如C、C++或Rust等。所以我的测试脚本很适合评估纯Python的性能，但不能代表我们日常使用的真实应用。
简而言之，可以看看我的基准测试，但请把它只当做一个数据点，而不是Python性能的终极结论！
测试矩阵

以下是本次测试涉及的五个维度：

  • 6个Python版本，以及Pypy、Node.js和Rust的最新版本：

    • CPython 3.9、3.10、3.11、3.12、3.13、3.14
    • Pypy 3.11
    • Node 24
    • Rust 1.90

  • 3种Python解释器

    • 标准版
    • 即时编译（JIT）：仅限CPython 3.13及以上
    • 自由线程（FT）：仅限CPython 3.13及以上

  • 2个测试脚本

    • fibo.py：计算Fibonacci数列，大量递归
    • bubble.py：用bubble sort冒泡排序对随机数组排序，主要迭代，无递归

  • 2种线程模式

    • 单线程
    • 4个线程独立运行

  • 2台电脑

    • Framework笔记本，Ubuntu Linux 24.04（Intel Core i5 CPU）
    • Mac笔记本，macOS Sequoia（M2 CPU）

你也许觉得，在基准测试中加入Node.js和Rust有些奇怪。其实我将两个Python测试应用分别移植到了JavaScript和Rust中，用来作为参考，对比Python生态之外的表现。
测试脚本

下面是_fibo.py_的主要逻辑：
  1. def fibo(n):
  2.     if n <= 1:
  3.         return n
  4.     else:
  5.         return fibo(n-1) + fibo(n-2)
复制代码
同样，我选择能让脚本运行几秒钟的数组大小，最终定为10000个随机数。
请不要以为这些函数本身写得很高效，它们并不是性能最佳范例。这里的目标不是让函数尽可能快，而是比较不同Python解释器的表现。一份递归（fibo），一份非递归（bubble），两种风格，有助于测试多元性。
我自制的测试框架会每个函数运行三次，并取平均值。所有完整脚本和基准代码都已开放：GitHub仓库。
基准测试1：单线程Fibonacci

首先来看第一个测试。这里测量的是运行fibo(40)所用的秒数。如前所述，每一组数据我都会运行三次取平均。
结果表格如下：
fibo 单线程LinuxmacOS对比3.143.915.2113.810.45x3.1016.2414.970.42x3.119.119.230.71x3.128.018.540.78x3.138.268.240.79x3.146.596.39--Pypy 3.111.391.244.93xNode 241.381.284.88xRust 1.900.080.1069.82x最右侧一列是相较于3.14的速度倍率，低于1说明比3.14慢，高于1则更快。这一倍率取Linux和macOS结果的平均值。
有时用图表也许更直观，下图展示上述数据：
1.png

这些结果说明了什么？我们可以看到，3.14相比3.13速度提升明显——提升约27%，换句话说，3.13的速度约为3.14的79%。此外，3.11是Python正式迈入“不是那么慢”的分水岭。
还有一点让我震惊的是Pypy。这个测试中Pypy略快于Node.js，且几乎比3.14快5倍。令人印象深刻，尽管与Rust相比还差不少，Rust如预期那样“碾压众生”。
JIT与自由线程变体

从Python 3.13开始，CPython有三种模式：标准版、自由线程（FT）、即时编译（JIT）。自由线程移除了全局解释器锁（GIL），理论上能大幅提升多线程程序，JIT则是在运行时将部分代码编译为本地代码以加速执行。
我上面的3.13与3.14数据均为标准解释器，但我也测试了其他两种。下表为这三种模式的比较：
fibo 单线程LinuxmacOS对比3.143.138.268.240.79x3.13 JIT8.268.280.78x3.13 FT12.4012.400.52x3.146.596.39--3.14 JIT6.596.371.00x3.14 FT7.057.270.91x
2.png

令人略感失望的是，在本测试中，JIT解释器几乎没带来明显提升。我反复确认使用了带JIT特性的正确版本。我不太了解新JIT的细节，不排除它难以优化这种递归较重的函数。
自由线程的情况，同去年一样，单线程下表现偏慢。这次3.14中自由线程版仍稍慢于标准版，但差距仅为标准版的91%。
基准测试2：单线程冒泡排序

下面是对10000个随机数做冒泡排序的单线程测试结果：
bubble 单线程LinuxmacOS对比3.143.93.773.290.60x3.104.013.380.57x3.112.482.150.91x3.122.692.460.82x3.132.822.610.78x3.142.182.05--Pypy 3.110.100.1418.14xNode 240.430.216.64xRust 1.900.040.0736.15x
3.png

这次测试显示，我的Mac运行比Linux略快，但各版本之间比例基本一致。差异主要反映在不同电脑上，而Python自身提升幅度如出一辙。
3.14依然是CPython里最快的，但提升幅度比Fibonacci测试略小，3.11为3.14的91%。有趣的是，3.12与3.13反而比3.11慢，这也是去年就注意到的。
Pypy本次快18倍，甚至比Node快3倍。我真的很想深入研究Pypy的表现，实在令人惊艳。
JIT与自由线程变体

再来看看3.13和3.14专用解释器下冒泡排序的数据：
bubble 单线程LinuxmacOS对比3.143.132.822.610.78x3.13 JIT2.592.440.84x3.13 FT4.133.750.54x3.142.182.05--3.14 JIT2.032.320.97x3.14 FT2.662.280.86x
4.png

JIT模式在Linux下略快，Mac下在3.13版本有提升，但3.14却略慢。整体速度差异很小，说明JIT还有很大的进步空间。我的代码似乎难以在JIT编译下获得显著收益。
自由线程模式也慢于标准版，但在3.14里已经比3.13进步了，与前面的Fibonacci测试保持一致。目前来看，常规场景下还不适合直接用自由线程，除非你在意GIL，且是极度多线程CPU密集型任务。
基准测试3：多线程Fibonacci

今年我引入了多线程版本（主要是给自由线程解释器一个发挥空间）。
多线程Fibonacci的做法是启动4个线程，各自独立计算第40个斐波那契数。两台笔记本都有4核以上，可以充分并行。计时时间从第一个线程启动到全部线程结束。
下表是标准解释器下用4线程运行_fibo.py_的结果：
fibo 4线程LinuxmacOS对比3.143.967.8757.510.46x3.1072.4261.570.43x3.1145.8336.980.70x3.1236.2234.130.82x3.1337.2033.530.81x3.1432.6024.96--Pypy 3.117.496.844.02x
5.png

由于此测试更关注Python的GIL，所以没有运行Node或Rust。
当然，这些结果并没带来太多新信息。整体上Mac还是比Linux快，各版本与单线程基本线性增加：比如单线程Fibonacci约7秒，此处Mac为25秒，Linux为32秒，大致就是4倍时间。这很合理，因为GIL限制了Python代码的并行。
再来看3.13和3.14各解释器详细结果：
fibo 4线程LinuxmacOS对比3.143.1337.2033.530.81x3.13 JIT37.4833.360.81x3.13 FT21.1415.471.57x3.1432.6024.96--3.14 JIT32.5824.901.00x3.14 FT10.807.813.09x
6.png

这就令人兴奋了！
如预期，JIT模式没明显提升，可以无视。自由线程却充分展示了去除GIL后对多线程CPU密集任务的强大提升。
在3.13里，FT模式比标准版提升约2.2倍，在3.14里提升到3.1倍。这太令人振奋了！
基准测试4：多线程冒泡排序

最后来看4线程下的冒泡排序。每个线程分别排序一万个随机数，数组内容相同但互不干扰。
先看标准解释器结果：
bubble 4线程LinuxmacOS对比3.143.916.1412.580.66x3.1016.1212.950.65x3.1111.437.890.97x3.1211.399.010.92x3.1311.549.780.88x3.1410.558.27--Pypy 3.110.540.5916.65x
7.png

无需多说，单线程测试大约2秒，4线程大致是10秒（Linux）和8秒（Mac）。有趣的是Linux略高于4倍，说明这台电脑的性能瓶颈更明显。
再来看3.13/3.14新解释器下的表现：
bubble 4线程LinuxmacOS对比3.143.1311.549.780.88x3.13 JIT10.909.190.94x3.13 FT9.835.051.17x3.1410.558.27--3.14 JIT10.039.260.98x3.14 FT6.233.022.03x
8.png

这里再次证明自由线程的价值。Mac上的FT模式表现比Linux更突出，平均来看3.14 FT比标准版快约2倍。如果你的多线程程序极度依赖CPU，FT解释器值得考虑。
而JIT在Mac下反而比标准还慢，这与之前单线程测试一致。我猜并不是偶然。但反正这些细微差异并不大，更期待JIT未来持续优化。
结论

希望你觉得我的基准测试有趣。总结如下：

  • CPython 3.14可以说是目前所有CPython中最快的；
  • 如果暂时无法升级到3.14，至少用3.11及以上吧，因为3.11之后提升巨大；
  • 3.14的JIT解释器暂时看不出太大加速效果，至少对我的测试脚本如此；
  • 3.14自由线程解释器在多线程CPU密集场景比标准解释器快，值得一试。但其它常规工作负载我不推荐使用，因为非GIL瓶颈场景下还是慢一些；
  • Pypy真的非常快！
你测试过Python 3.14的性能吗？欢迎留言分享你的结果。
感谢浏览我的博客！如果本篇对你有帮助，欢迎通过Buy me a coffee请我喝一杯咖啡支持我。谢谢！

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
AI翻译Python来了多快

使用道具 举报

相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
鞠彗云
7 小时前

0

粉丝关注

23

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫