Le tableau suivant montre les résultats d'un benchmark comparant plusieurs ORM Python pour l'import des 10000+ termes de la classification médicale CIM10 (écriture), et ensuite pour parcourir les termes (lectures).

Tous les ORM utilisent SQLite3. De plus, une version en SQL pur (non-object) a été testée.

Résultats:

Module	Écriture	Lecture	Espace disque	Lignes de code	Héritage
SQLAlchemy 1.1.13	20.32 secondes	6.41 secondes	962 560 octets	42 lines	simple (?)
SQLObjet 3.4.0	7.58 secondes	2.19 secondes	966 656 octets	35 lines	simple
Peewee 2.10.1	5.37 secondes	2.08 secondes	962 560 octets	35 lines	simple (?)
Pony 0.7.2	7.10 secondes	0.61 secondes	958 464 octets	35 lines	multiple (partiel)
Owlready 2 0.3	1.41 secondes	0.85 secondes	4 235 264 octets	38 lines	multiple (complet)
ORMithorynque	1.65 secondes	0.49 secondes	1 269 760 octets	31 lines	multiple (complet)
SQL (non-objet)	1.12 secondes	0.19 secondes	966 656 octets	45 lines	aucun

(pour les chiffres, les plus faibles valeurs sont les meilleures)

ORMithorynque bat tous les autres ORM pour la vitesse. Il demande aussi moins de ligne de code (principalement grâce à la création et la mise à jour automatique du schéma de la base).

ORMithorynque produit des bases de données plus volumineuses que les autres ORM. Ce résultat était attendu car ORMithorynque nécessite une table supplémentaire pour stocker les noms des classes, à cause du support de l'héritage multiple.