概要

• Python 3.14のリリースを受け、主要なベンチマークを再実施
• 純粋なPythonコードを使い、他言語（Node.js、Rust）とも比較
• JIT・Free-Threadingバリアントの効果も検証
• シングルスレッド・マルチスレッド両方のパフォーマンスを測定
• 結果や考察の要点を簡潔にまとめて解説

Python 3.14ベンチマーク再検証

• 2024年11月の「Is Python Really That Slow?」記事の続編として、 Python 3.14 リリース直後に再ベンチマーク実施
• CPython 3.9～3.14、Pypy 3.11、Node 24、Rust 1.90 を対象
• シングルスレッド／4スレッド、 2台の異なるPC（Linux/Intel、macOS/Apple Silicon） で測定
• テスト内容
  • fibo.py ：再帰でFibonacci数列を計算
  • bubble.py ：バブルソートで乱数配列を整列
• 純Pythonのみ を使用し、C拡張などは除外

ベンチマークの注意点

• 一般的なベンチマークは誤解を招きやすい ため、あくまで参考値
• 実際のアプリケーションはC/C++/Rust等のネイティブコードも多用
• 今回の結果は「純粋なPythonコード」に限った 一データポイント

シングルスレッドFibonacciベンチマーク

• Python 3.14 は 3.13比で約27％高速化 （3.13は3.14の約79％の速度）
• 3.11で大きな性能ジャンプ、それ以前は「かなり遅い」印象
• Pypy 3.11 は3.14の約5倍高速、 Rust はさらに圧倒的
• JIT/Free-Threadingバリアント （3.13/3.14）では、JITは再帰関数に効果なし、FTはシングルスレッドだとやや遅いが差は縮小

シングルスレッドバブルソートベンチマーク

• Python 3.14 がCPythonで最速、ただし3.11との差はFibonacciより小さい
• Pypy 3.11 は3.14の約18倍高速、 Node.js や Rust も高速
• JITバリアントはLinuxでやや速いが、全体の差は小さい
• FTバリアントもやや遅いが、3.14で差が縮小

マルチスレッドFibonacciベンチマーク

• 標準インタプリタ ではスレッド数増加でもスケーリングしない（GILのため）
• Free-Threadingインタプリタ （GIL解除）は3.13で2.2倍、3.14で3.1倍高速化
• JITバリアント は特に効果なし
• Pypy も高速だが、GILの制約は同様

マルチスレッドバブルソートベンチマーク

• 各スレッドが独立してバブルソートを実行
• Free-Threadingインタプリタ で大幅な高速化を確認
• 標準・JITバリアントはスレッド数増加の恩恵を受けにくい

結論・考察

• Python 3.14 はパフォーマンスが着実に向上

• Free-Threadingインタプリタ はマルチスレッドCPU負荷タスクで大きな可能性

• JITインタプリタ は現状汎用的な効果は限定的

• Pypy や Rust は依然として圧倒的な速度

• 実アプリのパフォーマンスは、C拡張やI/O、アルゴリズム選択など多要素依存

  • ベンチマーク結果はあくまで「純粋なPythonコード」の一例
  • 今後のCPython開発 と JIT/FT技術の成熟 に期待

---

補足

• 全テストスクリプト・ベンチマークフレームワーク はGitHubリポジトリで公開
• 詳細な数値・グラフは元記事参照