Python 3.15 性能实测：JIT 首次超越标准解释器，PyPy 仍是一骑绝尘

每年十月，Python 新版本发布后，总有一批开发者急着想知道“这次到底快了多少”。今年轮到 3.15，一位作者用自己非正式的基准测试，把 3.10 到 3.15 的 CPython、PyPy，以及 Node.js 和 Rust 都拉出来跑了一遍。如果你还在纠结要不要升级，这篇实测能给你一个比较靠谱的参考。

先说结论：Python 3.15 在单线程整数计算上只比 3.14 快了约 3% 到 4%，基本可以忽略；但它的 JIT（即时编译，解释器在运行时把热点代码编译成机器码以加速执行）版本终于发力，在递归 Fibonacci 测试上比标准解释器快了 20%，在冒泡排序测试上快了 28%。这是 JIT 首次在性能上明显超过同版本的标准解释器，相当值得关注。自由线程（Free-threading，即去掉全局解释器锁 GIL 的实验版本）在单线程下没有优势，但在多线程场景可能更有潜力。而 PyPy（一个自带 JIT 的 Python 解释器实现）依旧碾压所有 CPython 版本，在递归测试上达到 5.5 倍速度，在冒泡排序上达到 18 倍，甚至在某些场景超过了 Node.js。Rust 依然是天花板，但差距也在意料之中。

测试方法很直接：两个程序，一个用递归算斐波那契数列（fibo.py），一个用冒泡排序排一万个随机数（bubble.py）。每个程序分别跑单线程和 4 线程版本，共四种组合。所有测试都在同一台 Linux 笔记本（Intel Core i5）上运行，每个测试跑三次取平均。作者明确说这不是全面性能画像，只是感受一下各版本之间的变化趋势。

单线程 fibo(40) 的结果：3.15 用时 6.9361 秒，比 3.14 的 7.1659 秒快约 3%。但看历史，3.11 和 3.14 才是两次显著提速的版本，分别比上代快了 70% 和 23%，3.15 只是小步改进。PyPy 只用 1.2517 秒，Node.js 1.3899 秒，Rust 0.0898 秒。有趣的是，3.15 的 JIT 版本只用了 5.7625 秒，比标准版快 20%，这也是 JIT 第一次在同版本内明显领先。自由线程版耗时 7.0298 秒，和标准版几乎一样。

单线程 bubble(10000) 上的趋势类似：3.15 用时 1.9716 秒，略快于 3.14 的 2.0575 秒。但 3.12 和 3.13 反而有轻微回退。PyPy 0.1073 秒，Node.js 0.0643 秒，Rust 0.0391 秒。JIT 版 1.5435 秒，比标准版快 28%，自由线程版 2.6808 秒，稍慢。作者强调，最让人兴奋的是 JIT 终于不再是摆设，而是能实打实带来性能提升。

多线程的结果在原文后半部分被截断，但结合前文可推断：由于 GIL 优化和自由线程的存在，多线程场景下各版本差异会更大，PyPy 在多线程中依然表现出色。

到

这些图在原文中是博客的社交分享和订阅按钮，并不影响技术内容。真正的测试图表从

开始，包括单线程 fibo、JIT/FT 对比、单线程 bubble、多线程 fibo、多线程 bubble 等。

对普通 Python 开发者来说，这篇实测的启示有三点：

如果只跑单线程纯 CPU 计算，从 3.14 升到 3.15 几乎感受不到差别；但从 3.10 升到 3.15，整体提速接近 2.3 倍，所以三年以上没升级的可以放心动身。
如果你的代码有大量热点函数，并且愿意开启 JIT（在 3.13+ 中通过 `-X jit` 启用），那么 3.15 的 JIT 能带来额外 20% 到 28% 的提升，值得一试。
对于追求极致性能且允许使用替代解释器的场景，PyPy 仍然是最方便的选择；而 Rust 依然是性能上限，适合做扩展模块。

最后提醒一点：这个基准只覆盖了递归和纯循环，不涉及 I/O 密集、列表操作、字典访问等日常高频场景。实际项目的性能还要看具体负载，升级前建议用自己项目跑一遍基准测试。