Le tableau suivant montre les résultats d'un benchmark comparant plusieurs ORM et bases de graphes, pour l'écriture et la lecture de 10 000 noeuds/objets, en accès randomisé :

Base

Écriture

Lecture

Sémantique

Python + SQLAlchemy (1.3.2)

156 obj/sec

5 345 obj/sec

objet

Python + SQLObjet (3.7)

51 obj/sec

11 727 obj/sec

objet

Python + MongoDB (4.0.4)

2 289 obj/sec

4 723 obj/sec

document

Python + Neo4J (3.4.9)

245 obj/sec

223 obj/sec

graphe

Python + Owlready2 (0.16)

12 892 obj/sec

19 158 obj/sec

objet, ontologie (OWL)

PyPy3 + Owlready2 (0.16)

12 089 obj/sec

31 502 obj/sec

objet, ontologie (OWL)

(les valeurs les plus grandes sont les meilleures)

Owlready2 bat toutes les autres bases pour la vitesse. Cela s'explique car la base de données internes (au format SQLite3) est directement intégré dans l'application. Au contraire, Neo4J et MongoDB utilisent un serveur distant ; dans ce cas les communications entre l'application et le serveur distant demande un temps non négligeable.

Owlready2 possède également davantage de fonctionnalité grâce à son niveau sémantique supérieur (par exemple le support de l'héritage multiple).