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 intégrée 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).