Mémoire d'agent IA : SQL et SPARQL répondent juste dans 98 % des cas, mais SPARQL coûte 7 à 145 % de plus
Un agent a besoin de mémoire, et on peut la stocker dans des tables (requêtes SQL) ou dans un graphe de connaissances (requêtes SPARQL). L'auteur a posé 15 questions sur un même article à trois modèles ouverts et réalisé 405 exécutions par langage : 97,8 % de réponses justes pour SQL et 98,5 % pour SPARQL. Mais SPARQL coûte 7 à 145 % de plus, car les modèles se trompent plus souvent de syntaxe et interrogent la base davantage. Si vos données sont déjà dans des tables au schéma documenté, commencez par SQL.
Traité par IA depuis Habr AI ; édité par Hamidun News
Lorsqu'un agent a besoin de mémoire pour ne pas inventer ses réponses, le développeur fait face à un choix simple : stocker les connaissances dans des tables classiques et les interroger en SQL, ou construire un graphe de connaissances et l'interroger en SPARQL (un langage de requête pour graphes, proche de SQL, mais qui travaille sur les relations entre objets). Ce choix se fait généralement d'après des publications en ligne, sans mesure. L'auteur de l'analyse publiée sur Habr a décidé de mesurer.
Le résultat : les deux approches répondent juste dans environ 98 % des cas, mais SPARQL coûte de 7 à 145 % de plus selon le modèle, car les modèles commettent davantage d'erreurs de syntaxe et font davantage de tentatives inutiles.
D'où vient le débat
Le point de départ est une étude de Sequeda et ses coauteurs. Dans cette étude, GPT-4 répondait juste à 16 % des questions posées sur une base SQL d'entreprise, contre 54 % avec un graphe de connaissances construit sur la même base. Mais la comparaison n'était pas équitable : le graphe disposait d'une ontologie (une description détaillée de ce que signifie chaque type d'objet et de relation), tandis que le schéma SQL ne contenait que les types ainsi que les noms des tables et des colonnes. L'auteur a décrit les deux formes avec le même niveau de détail et a refait le test.
Comment l'expérience est construite
Les données d'un même article sur PostgreSQL et ClickHouse ont été découpées par un réseau de neurones en entités, thèses, mesures, répliques et processus. On obtient 10 154 quads (enregistrements de graphe de la forme « sujet, propriété, valeur, graphe ») répartis dans 37 graphes. Ensuite, tout cela a été converti en 34 tables PostgreSQL : un nœud du graphe devient une ligne, une propriété devient une colonne. Grâce au mappage R2RML, les tables sont reconstruites en graphe d'origine. La description de la mémoire dans le prompt système est identique pour les deux variantes et représente 15 à 17 000 tokens.
L'agent est écrit en Java avec langchain4j. Il fonctionne en boucle « modèle, outils, modèle », avec au maximum 16 appels au modèle et 12 requêtes à la mémoire. La mémoire est connectée via un serveur MCP, et l'agent dispose de trois outils : sql_query, sparql_query et submit_answer pour la réponse finale accompagnée d'une citation. La base est accessible en lecture seule, le délai d'expiration d'une requête est de 5 secondes et la réponse est tronquée à 200 lignes.
L'expérience compte 15 questions réparties en sept types : faits, relations, agrégats, chaînes d'arguments, controverses, citations et questions sans réponse. La vérification repose sur des règles, sans juge LLM. Les modèles retenus sont à poids ouverts : DeepSeek V4.1 Flash, Gemma 4 31B et Qwen 3.8 27B. Chaque combinaison a été répétée trois fois : 3 modèles, 3 conditions (SQL seul, SPARQL seul, les deux outils), 15 questions, 3 répétitions, soit 405 exécutions pour chaque langage de base. L'ensemble des exécutions a pris 10 minutes.
Résultats : la justesse est la même, le coût diffère
Sur la base en russe, SQL a donné 97,8 % de réponses justes, SPARQL et le mode avec choix entre deux outils 98,5 %. Sur la traduction anglaise : 98,5 %, 99,3 % et 97,8 %. DeepSeek a répondu juste les 270 fois. Sur les 13 erreurs de Gemma et Qwen, 12 concernent deux questions : celle sur les chaînes d'arguments (P1) et celle sur le comptage des répliques dans une controverse (D3).
Le coût, lui, varie nettement. Les erreurs de base par appel sont 2 à 3 fois plus nombreuses avec SPARQL : 5,9 % contre 2,8 % sur la base russe, et 7,3 % contre 2,5 % sur la base anglaise. Le coût par exécution augmente pour tous : de 11 à 25 % pour DeepSeek, de 7 à 10 % pour Gemma, de 63 à 145 % pour Qwen. En revanche, les agents se corrigent bien eux-mêmes : sur 134 exécutions où la base a renvoyé une erreur, 129 se sont terminées par une réponse juste. Le modèle lit le message d'erreur et réécrit la requête.
Une leçon distincte concerne le cache de prompt. Au cours d'une exécution, l'agent sollicite le modèle 4 à 7 fois et renvoie à chaque fois les mêmes 15 à 17 000 tokens. DeepInfra met en cache DeepSeek (97 % des tokens d'entrée proviennent du cache) mais pas Gemma. Avec des réponses identiques, Gemma revient donc 25 à 27 fois plus cher : 0,0234 $ par exécution contre 0,0009 $ pour DeepSeek. Qwen coûte 0,0077 $ par exécution sur la base russe. Le temps de réponse médian sur la base russe est de 13 secondes pour DeepSeek, 38 pour Qwen et 57 pour Gemma.
Que faire en pratique
Si vos données sont déjà dans une base relationnelle et que le schéma est documenté, SQL offre la même justesse à moindre coût. Le graphe se justifie là où les relations comptent et où l'on ne sait pas quelle table consulter. Le fournisseur et son cache de prompt pèsent davantage sur la facture que le choix du langage de requête. Et puisque l'agent corrige ses erreurs seul, transmettez-lui le texte d'erreur de la base plutôt que d'interrompre le travail.
Les limites sont assumées : un seul article, 15 questions, un seul auteur. Les modèles ont été appelés via OpenRouter et non en local, car même un modèle de 27 milliards de paramètres quantifié sur 4 bits ne tourne pas dans un délai raisonnable sur un ordinateur portable. L'auteur a ajusté le format de vérification et les prompts en cours de route, par exemple en ajoutant des préfixes SPARQL par défaut. Les chiffres sont donc à prendre comme des repères, et la méthode de mesure peut être reproduite sur vos propres données. Les prix indiqués dans l'article sont ceux du 27 octobre 2026.
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
- 21 nov. 2026Sakana AI crée un laboratoire appliqué pour modéliser les marchés et l'économie
- 21 nov. 2026Meta prépare Muse Charm, un tamagotchi IA à 300 $ avec un an de 5G Verizon
- 21 nov. 2026Dreamteam lève 53 M$ pour un CRM qui se remplit tout seul à partir des e-mails et des appels
Questions clés sur cet article
Que sait-on sur D'où vient le débat ?
Le point de départ est une étude de Sequeda et ses coauteurs. Dans cette étude, GPT-4 répondait juste à 16 % des questions posées sur une base SQL d'entreprise, contre 54 % avec un graphe de connaissances construit sur la même base. Mais la comparaison n'était pas équitable : le graphe disposait d'une ontologie (une description détaillée de ce que signifie chaque type d'objet et de relation), tandis que le schéma SQL ne contenait que les types ainsi que les noms des tables et des colonnes.
Comment l'expérience est construite?
Les données d'un même article sur PostgreSQL et ClickHouse ont été découpées par un réseau de neurones en entités, thèses, mesures, répliques et processus. On obtient 10 154 quads (enregistrements de graphe de la forme « sujet, propriété, valeur, graphe ») répartis dans 37 graphes. Ensuite, tout cela a été converti en 34 tables PostgreSQL : un nœud du graphe devient une ligne, une propriété devient une colonne. Grâce au mappage R2RML, les tables sont reconstruites en graphe d'origine.
Que sait-on sur Résultats : la justesse est la même, le coût diffère ?
Sur la base en russe, SQL a donné 97,8 % de réponses justes, SPARQL et le mode avec choix entre deux outils 98,5 %. Sur la traduction anglaise : 98,5 %, 99,3 % et 97,8 %. DeepSeek a répondu juste les 270 fois. Sur les 13 erreurs de Gemma et Qwen, 12 concernent deux questions : celle sur les chaînes d'arguments (P1) et celle sur le comptage des répliques dans une controverse (D3). Le coût, lui, varie nettement.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.