Python 3.15 有多快？
内容提要
通过斐波那契和冒泡排序基准测试，比较了Python 3.10至3.15及PyPy、Node.js、Rust的性能。结果显示，Python 3.15较3.14提升甚微，仅JIT模式明显加速，但JIT仍属实验性，不建议生产使用。因此无需急于升级，可继续使用3.14。
延伸解读
基准测试的局限性
本文的基准测试仅使用斐波那契递归和冒泡排序两个程序，作者明确表示这不能全面反映Python解释器的性能。测试未涵盖I/O密集型代码，且仅在一台Linux笔记本上运行。因此，结果应视为对版本间性能变化的大致参考，而非绝对结论。
JIT模式的显著进步与限制
Python 3.15的JIT模式在单线程和多线程测试中均比标准解释器有明显加速，例如斐波那契单线程提升约20%，冒泡排序提升约28%。但JIT仍属实验性功能，作者不建议在生产环境使用，需等待其成熟。
自由线程模式的适用场景
自由线程（无GIL）版本在多线程测试中表现突出，斐波那契多线程比标准解释器快约4.5倍，冒泡排序快约1.74倍。然而，单线程测试中其性能与标准解释器相当甚至略低，因此该模式主要有利于多线程并发场景。
升级建议：无需急于迁移
综合测试结果，Python 3.15相比3.14在标准解释器上性能提升微乎其微，部分测试甚至略有退步。作者认为没有迫切理由升级生产项目，可继续使用3.14，但计划将3.15作为日常解释器以体验新特性如惰性导入。
Q&A
Python 3.15 相比 3.14 在性能上提升了多少？
根据基准测试，Python 3.15 相比 3.14 的性能提升非常小，在单线程和多线程测试中，3.15 有时略快，有时略慢，总体差异不大，不足以带来实际可感知的性能变化。
Python 3.15 的 JIT 模式性能如何？是否推荐在生产环境使用？
Python 3.15 的 JIT 模式相比标准解释器有明显加速，例如在单线程斐波那契测试中快约 1.20 倍，冒泡排序中快约 1.28 倍。但 JIT 仍属实验性功能，不建议在生产环境中使用。
Python 3.15 的 free-threading 版本在多线程测试中表现如何？
在多线程测试中，free-threading 版本的 Python 3.15 相比标准解释器有显著加速，例如斐波那契测试中快约 4.5 倍，冒泡排序中快约 1.74 倍。这得益于无 GIL 的并发能力。
与 PyPy、Node.js 和 Rust 相比，Python 3.15 的性能差距有多大？
在单线程测试中，PyPy 3.12 比 Python 3.15 快 5.5 倍（斐波那契）和 18.37 倍（冒泡排序）；Node.js 在冒泡排序中快 30.66 倍；Rust 则快 77.24 倍（斐波那契）和 50.42 倍（冒泡排序）。Python 3.15 与这些语言/解释器存在较大性能差距。
是否有必要从 Python 3.14 升级到 3.15？
没有必要急于升级。基准测试显示 3.15 相比 3.14 性能提升甚微，且 JIT 仍为实验性。作者建议可以继续使用 3.14，除非需要 3.15 的新功能（如 JavaScript 式解包或惰性导入）。
Python 3.15 有哪些值得关注的新功能？
文章提到 Python 3.15 引入了类似 JavaScript 的解包推导式（unpacking of comprehensions）和惰性导入（lazy imports）等新功能，这些可能成为升级的理由。
