⚡ Как менялась производительность Python с 3.6 по 3.14

Автор протестировал реальную продакшен-нагрузку на собственной библиотеке и сравнил:
✔️ версии Python 3.6 → 3.14
✔️ разные CPU: Apple M1, Apple M5, Ryzen, Xeon
✔️ CPython, JIT, PyPy и MyPyC

📈 Главные выводы

▶️ Самый большой прирост — между Python 3.7 и 3.11
После 3.11 ускорения почти нет

▶️ CPU всё ещё решает
M5 ≈ в 2 раза быстрее, чем M1 на той же версии Python

▶️ PyPy — безусловный лидер
Ускорение в 2–3 раза по сравнению с CPython

▶️ MyPyC даёт серьёзный буст
Компиляция в C заметно ускоряет CPU-bound код

▶️ JIT в 3.13–3.14 — аккуратный, но не революционный
Небольшие улучшения, без вау-эффекта

Основные тормоза:
▶️ огромное количество мелких функций
▶️ split / serialize / deserialize
▶️ накладные расходы вызовов и атрибутов

📕 Отличный материал для тех, кто оптимизирует не бенчмарки, а реальные системы.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст