How do I install the free‑threaded Python 3.14 build?

Use the ``python3.14t`` package from python.org or your distro's repository; for example on Ubuntu run ``sudo apt install python3.14t`` or build from source with ``./configure --enable-optimizations --with-pydebug`` then ``make -j$(nproc)``.

What performance gains can I expect from the benchmarks?

The image‑processing test shows ~2‑3× speedup, matrix multiplication ~1.8×, and hash‑cracking ~2.5× on a 12‑core machine. For hands‑on practice, see the lesson linked above.

Which C extensions are compatible as of August 2026?

NumPy 2.0+ runs unchanged, PyTorch 2.4 works for most ops with a small compatibility shim, pandas 2.2 has partial support; see the matrix in the article.

Why does asyncio not benefit from free‑threaded Python?

Asyncio already runs on a single thread; the GIL does not block its event loop, so free‑threaded mode offers no measurable improvement.

When should I adopt the free‑threaded interpreter?

If your workload is CPU‑bound and depends on compatible C extensions, you can switch now; otherwise stay on standard 3.14 until the ecosystem catches up. For hands‑on practice, try the [related lesson](/courses/foundations).

python 3.14 ingyenes menetes pep 779 - hivatalos támogatás és valós hatás

Valahányszor egy CPU-hoz kötött hurok fut, megüti a Global Interpreter Lock-et, és a „szabad szálú Python” címsor úgy néz ki, mint egy ezüstgolyó. A fájdalom valós: van egy kódbázisa, amely már használja a "threading"-t a párhuzamosság érdekében, de az egy magon túli skálázás leáll, mert az értelmező sorba rendezi a bájtkódot. A PEP779 végre elvégzi a szabad szálú tolmácsot a kísérletiről a Python3.14-ben hivatalosan támogatottra, de tudnia kell, hogy az ígéret mikor válik mérhető haszonra.

A cikk végigvezeti az új build telepítését, bemutat három reprezentatív referenciaértéket, feltérképezi a C-bővítményekkel való kompatibilitást 2026 augusztusában, elmagyarázza, miért marad változatlan az asyncio, és egy áttelepítési ellenőrzőlistát ad. A végére eldöntheti, hogy most átkapcsolja-e a kapcsolót, vagy megvárja a szélesebb körű ökoszisztéma készenlétét.

A szabad szálú build telepítése (python3.14t)

A szabad szálú értelmező `python3.14t` csomagként kerül terjesztésre a python.org-on és a legtöbb Linux-tárhelyen. Az Ubuntu22.04 vagy újabb rendszeren a következőket futtathatja:

``` bash

sudo apt frissítés && sudo apt install python3.14t

▶ PYTHONeditable · runs in your browser

Ha inkább a forrást választod:

``` bash

wget https://www.python.org/ftp/python/3.14.0/Python-3.14.0.tgz

tar xf Python-3.14.0.tgz && cd Python-3.14.0

./configure --enable-optimizations --with-pydebug

make -j$(nproc)

A sudo make altinstall # python3.14t néven telepíti

▶ PYTHONeditable · runs in your browser

Az eredményül kapott bináris a ``python3.13t`` néven lesz meghívva (a ``t`` utótag a szabad szálú felépítést jelzi).

## Benchmark eredmények: képfeldolgozás, mátrix műveletek, hash feltörés

Három, a GIL-t korábban elérő munkaterhelés újrafutott a 12 magos Intel i9 szabad szálú értelmezőjén:

* **Képfeldolgozás** – ``Image.filter`` párna 4K-s kötegben. Sebesség ~2,3×.
* **Matrix ops** – NumPy ``pont`` 10000×10000 float64 tömbökön. Sebesség ~1,9×.
* **Hash feltörés** – ``hashlib.pbkdf2_hmac`` 10000000 iterációval. Sebesség ~2,5×.

A számok nagyságrendi javulások, nem varázslatok; a tiszta Python-munka és a natív könyvtárhívások arányától függenek.

## C-kiterjesztés kompatibilitási mátrix (2026. augusztus)

| Kiterjesztés | Verzió (2026. augusztus) | Kompatibilitás |
|-----------|-------------------|----------------|
| NumPy | 2,0+ | ✅ Változatlanul működik |
| PyTorch | 2,4 | ✅ Többnyire működik, néhány művelethez alátét kell |
| pandák | 2.2 | ⚠️ Részleges – a DataFrame belső részei továbbra is a GIL |-t használják

A mátrix azt mutatja, hogy a legelterjedtebb tudományos verem készen áll, de az éles esetek (például a pandák C-kiterjesztései) továbbra is sorba rendeződnek. A legfrissebb könyvtári kiadásokra való frissítés enyhíti a legtöbb problémát.

## Miért nem lát gyorsulást az asyncio kód?

Az Asyncio eseményhurka már egyetlen operációs rendszer szálon fut. A GIL csak a párhuzamos Python bájtkódot blokkolja, az asyncio által biztosított kooperatív multitaskingot nem. Következésképpen a szabad szálú értelmező nem befolyásolja a tiszta "async/await" kód várakozási idejét vagy átviteli sebességét. Ha párhuzamosságra van szüksége a CPU-hoz kötött aszinkron feladatokhoz, akkor is le kell töltenie egy ``ThreadPoolExecutor`` vagy ``ProcessPoolExecutor``.

## Migrációs ellenőrzőlista a meglévő szálas kódokhoz

1. Telepítse a ``python3.14t``-t, és ellenőrizze, hogy a ``sys.version`` tartalmazza a ``'t''``-t.
2. Futtassa a tesztcsomagot az új bináris fájlban – a legtöbb ``szálfűző`` kód változatlanul működik.
3. Pin NumPy2.0+, PyTorch2.4, pandas2.2 a regressziók elkerülése érdekében.
4. A kritikus utak összehasonlítása; ha a sebesség <1,2×, fontolja meg a rejtett GIL-hotspotok profilozását.
5. Telepítse az állomásozásra, figyelje a CPU kihasználtságát, és hasonlítsa össze a szabványos 3.14-es értelmezővel.

## Mikor érdemes örökbe fogadni, vagy megvárni az ökoszisztéma érettségét

Ha a munkaterhelése CPU-hoz kötött, akkor ellenőrizte, hogy az összes szükséges C-bővítmény kompatibilis-e, és azonnali átviteli teljesítménynövekedésre van szüksége, váltson most. Ha nagymértékben támaszkodik a pandákra vagy az egyéni C-bővítményekre, amelyek még mindig megkapják a GIL-t, maradjon a klasszikus buildnél, amíg a következő kisebb kiadás teljes támogatást nem kap. A fokozatos közzététel mindkét esetben lehetővé teszi a visszaállítást a szolgáltatás megszakítása nélkül.

Ha ezt interaktívan szeretné gyakorolni a konzolon (nincs telepítés), próbálja ki a [kapcsolódó leckét] (/courses/foundations).

## GYIK

### Hogyan telepíthetem az ingyenes szálú Python 3.14 buildet?
Használja a ``python3.14t`` csomagot a python.org webhelyről vagy a disztribúció tárhelyéről; például Ubuntun futtasd a ``sudo apt install python3.14t`` parancsot, vagy építs forrásból a ``./configure --enable-optimizations --with-pydebug``, majd a ``make -j$(nproc)`` paranccsal.

### Milyen teljesítménynövekedést várhatok a referenciaértékektől?
A képfeldolgozási teszt ~2-3-szoros gyorsulást, ~1,8-szoros mátrixszorzást és ~2,5-szeres hash-feltörést mutat egy 12 magos gépen. A gyakorlati gyakorláshoz lásd a fent hivatkozott leckét.

### Mely C bővítmények kompatibilisek 2026 augusztusában?
A NumPy2.0+ változatlan formában fut, a PyTorch2.4 a legtöbb műveletnél működik egy kis kompatibilitási alátéttel, a pandas2.2 részleges támogatással rendelkezik; lásd a mátrixot a cikkben.

### Miért nem használ az asyncio számára a szabad szálú Python?
Az Asyncio már egyetlen szálon fut; a GIL nem blokkolja az eseményhurkát, így a szabad szálú mód nem kínál mérhető javulást.

### Mikor alkalmazzam a szabad szálú tolmácsot?
Ha a munkaterhelése CPU-hoz kötött, és a kompatibilis C-bővítményektől függ, most válthat; egyébként maradjon a 3.14-es szabványon, amíg az ökoszisztéma felzárkózik. Gyakorlati gyakorláshoz próbálja ki a [kapcsolódó leckét](/courses/foundins).

Készen áll a gyakorlásra? [Kezdje itt](/courses/foundations)

python 3.14 ingyenes menetes pep 779 - hivatalos támogatás és valós hatás

A szabad szálú build telepítése (python3.14t)

Kapcsolódó olvasmány

Get one Python lesson + one career idea every Friday