Скорость умножения матриц с Octave

Мне было любопытно, насколько быстро происходит умножение матриц в Octave 3.8.2, поэтому я использовал следующий код для расчета времени умножения двух матриц 5000X5000:

X = rand(5000,5000);
Y = rand(5000,5000);
BEFORE = time();
Z = X*Y;
AFTER = time();
disp(AFTER - BEFORE);

Результат в среднем около 1 минуты. Используя почти идентичный код, я сделал те же вычисления в Python с матрицами numpy. Это заняло около 7,5 с.

Я был удивлен этими результатами, потому что у меня сложилось впечатление, что Octave сильно оптимизирован для матричных вычислений. Мои результаты типичны? Когда дело доходит до крупномасштабных матричных вычислений, люди обычно предпочитают Python, а не Octave?

РЕДАКТИРОВАТЬ: Вот код numpy...

X = numpy.matrix(numpy.random.rand(5000,5000))
Y = numpy.matrix(numpy.random.rand(5000,5000))
BEFORE = time.process_time()
Z = X*Y;
AFTER = time.process_time()
print(AFTER - BEFORE)