三天前，Python 軟件基金會（PSF）正式發布了 Python 3.14.0。這是一次里程碑式的更新，帶來了多個開發者期待已久的新特性，包括自由線程（支持、子解釋器（Subinterpreters）引入、結構化模式匹配增強，以及對異步編程機制的深度優化等。
從功能上看，3.14 的變化可謂誠意十足。但許多開發者最關心的，依然是那句老問題——“它到底有多快？”
為此，軟件工程師 Miguel 對新版 Python 進行了一輪非官方性能測試，希望看看這次升級在速度上究竟能帶來多大提升。
不過，他也在測試開頭就打了“預防針”：
“在我展示結果之前，必須提醒大家，這類基準測試（benchmark）其實很容易產生誤導。運行這些測試當然很有趣，但要想僅靠幾個簡單腳本就準確描繪出像 Python 解釋器這樣復雜系統的性能全貌，幾乎是不可能的。”
Miguel 表示，他設計的測試全部運行純 Python 代碼，刻意避免任何第三方依賴，尤其排除了所有用 C 編寫的函數或擴展模塊。
這樣做的原因很簡單：原生 C 代碼在不同 Python 版本間的性能變化通常不大，因此加入它們反而會模糊結果。
當然，這樣的測試也有明顯局限。
現實中的 Python 應用往往是混合體——既包含大量純 Python 邏輯，也調用 C、C++ 或 Rust 編寫的底層模塊。
因此，這種“純 Python 環境”下的基準結果，更像是對解釋器性能的“顯微鏡觀察”，并不完全等同于真實場景下的運行表現。
Miguel 也再次強調：
“你可以把這份測試當作一個參考點，但千萬別把它當作 Python 性能的最終結論。”
接下來，我們將看看完整的測試。
測試矩陣
這次的基準測試涵蓋了一個五維度的測試矩陣，具體如下：
1. 6 個 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.js 24
-
Rust 1.90
2. Python 解釋器模式（共 3 種）：
-
Standard（標準模式）
-
JIT（即時編譯模式）：僅適用于 CPython 3.13 及以上版本
-
Free-threading（自由線程模式）：同樣僅適用于 CPython 3.13+
3. 測試腳本（共 2 個）：
-
fibo.py：用于計算斐波那契數列，重點考察遞歸性能。
-
bubble.py：使用冒泡排序算法對隨機生成的數字列表進行排序，強調迭代操作但不涉及遞歸。
4. 線程模式（共 2 種）：
-
單線程（Single-threaded）
-
多線程（4 個獨立線程同時運行計算任務）
5. 測試設備（共 2 臺）：
-
一臺運行 Ubuntu Linux 24.04 的 Framework 筆記本（Intel Core i5 CPU）
-
一臺運行 macOS Sequoia 的 Mac 筆記本（Apple M2 CPU）
你可能會覺得在測試里加入 Node.js 和 Rust 看起來有點奇怪。Miguel 也承認這可能確實有點“跨界”，但他表示，自己將兩個 Python 測試腳本應用程序分別移植成了 JavaScript 和 Rust 版本，目的是為了在 Python 生態之外也能得到一組性能參考值，幫助更直觀地看清 Python 的表現處于什么水平。
測試腳本
下面是 fibo.py 的主要邏輯：
def fibo(n):if n <= 1:return nelse:return fibo(n-1) + fibo(n-2)
經過多次實驗，Miguel 發現使用這段函數計算第 40 個斐波那契數，在他的兩臺筆記本上大約需要幾秒鐘。
因此，后續所有測試結果都基于這個參數設置。
接下來是 bubble.py 中的排序函數：
def bubble(arr):n = len(arr)for i in range(n):for j in range(0, n-i-1):if arr[j] > arr[j+1]:arr[j], arr[j+1] = arr[j+1], arr[j]return arr
在這個測試腳本中，Miguel 同樣通過多次嘗試來確定合適的數組大小，使得整個排序過程能在幾秒鐘內完成。最終，其選擇使用一個包含 1 萬個隨機生成數字的列表作為測試數據。
需要說明的是，這兩個例子并不是高性能代碼的示范。如果目標是追求運行速度，還有許多更高效的實現方式。但這次基準測試的目的并非要寫出最快的算法，而是要比較不同 Python 解釋器執行相同代碼的表現差異。
Miguel 解釋道，他之所以選用這兩個函數，是因為它們在編碼風格上形成對比：一個是遞歸實現（fibo），另一個是迭代實現（bubble），這樣能更全面地反映解釋器在不同類型代碼下的運行特性。
整個基準測試框架會讓每個測試函數重復運行三次，并取三次結果的平均值作為最終成績