现代系统的情况变得越来越复杂,因为有多个变量需要考虑.

至少在Mono的情况下,有很多变数可以发挥作用：

>代码：

>生成的本机代码的质量.
>生成本机代码的速度.
>生成代码并优化代码所需的内存
>代码生成器是多线程的
生成的代码是线程安全的
>它在编译时或JIT时刻利用了cpu的特定功能.
>可以使用SIMD指令.
>语言本身是否整齐地映射到多核平台
>该语言是否提供足够的参数,以便优化器自动调整代码(像Fortran一样).

>内存管理：

>使用垃圾回收算法
> GC是否具有多个cpu？
是GC增量还是实时？
>它是否支持线程本地存储以提高性能？
>它是精确的,压实的,代代的,保守的,什么混合的.

> API设计：

API是否针对延迟或带宽设计
> API支持自动缩放到多个cpu.
你可以卸载重型工作到GPU吗？
您的API支持流媒体接口

所有这些事情都非常复杂,使一个简单的0到10回答很难给予.

如果你要在课堂上划分语言,而且你认为一个有能力和表现感知的程序员,我将把这些世界划分在这些类中：

>第1层：专业的手动汇编语言
>第2层：静态编译,强类型语言：C/C++ / Fortran /
>第3层：管理/ JIT语言：Java / C#/.NET / Mono / Boo / F#
>第4层：动态类型/ JITed语言：Google V8,IronPython,IronRuby
>第5层：纯解释语言：Python,Perl
>第6层：纯解释语言,具有太多的功能为自己的好.

但是,这些语言不会画出整个图片,您将消费的API,主机操作系统和其他设施将对您的结果产生重大影响.

例如,最近在Mono中,我们增加了用更高级,高度优化的引擎(LLVM引擎)替代Mono的代码引擎引擎的支持.事实证明,使用LLVM的开销值得额外的内存使用的测试是非常困难的：桌面和Web应用程序没有什么区别.这可能是因为这些大多是I / O绑定的应用程序.

使用LLVM对于科学和计算密集型应用程序非常有用,但在现实生活中,它与Mono的默认优化设置并没有什么区别.

至于Mono的细节：尽管Mono确实使用了Boehm的GC,但大多数人都没有意识到,Boehm可以通过各种方式进行配置.默认的外行人配置确实不是很强大,但它适用于所有想要快速GC的人. Mono在这种模式下不使用Boehm,Mono将Boehm广泛配置为在精确模式下工作,同时利用线程本地存储,多核GC和释放内存到操作系统模式.