¿Por qué el código C++ para probar la conjetura de Collatz es más rápido que la inserción en ensamblador escrita a mano?

¡Hola a todos! Estoy estudiando C++ y ensamblador, y decidí probar la conjetura de Collatz (3n+1) para números grandes. Escribí dos versiones del código: una en C++ puro con optimizaciones, y la segunda con una inserción manual en ensamblador para x86-64. Esperaba que el ensamblador fuera más rápido, pero obtuve el resultado contrario.

Aquí está mi código C++ (compilado con -O2 en GCC):

#include <iostream>
#include <cstdint>

int collatz_steps(uint64_t n) {
    int steps = 0;
    while (n != 1) {
        if (n % 2 == 0) {
            n /= 2;
        } else {
            n = 3 * n + 1;
        }
        steps++;
    }
    return steps;
}

int main() {
    uint64_t max_n = 1000000;
    for (uint64_t i = 1; i <= max_n; ++i) {
        collatz_steps(i);
    }
    return 0;
}

Y aquí está la versión con inserción en ensamblador (usando __asm estilo MSVC):

int collatz_asm(uint64_t n) {
    int steps = 0;
    __asm {
        mov rax, n
        xor ecx, ecx        ; st