Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Memória de agente de IA: SQL e SPARQL respondem corretamente em 98% dos casos, mas SPARQL custa de 7% a 145% mais

Um agente precisa de memória, e ela pode ser guardada em tabelas (consultas em SQL) ou em um grafo de conhecimento (consultas em SPARQL). O autor fez 15 perguntas sobre um mesmo artigo a três modelos abertos e executou 405 rodadas para cada linguagem: 97,8% de respostas corretas com SQL e 98,5% com SPARQL. Mas o SPARQL custa de 7% a 145% mais, porque os modelos erram mais na sintaxe e precisam perguntar de novo ao banco. Se os dados já estão em tabelas com um esquema descrito, comece pelo SQL.

Processado por IA de Habr AI; editado por Hamidun News
Memória de agente de IA: SQL e SPARQL respondem corretamente em 98% dos casos, mas SPARQL custa de 7% a 145% mais
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1O DeepSeek respondeu corretamente nas 270 rodadas, a $0,0009 por execução
Dado-chave #2Sem cache de prompt, o Gemma custa de 25 a 27 vezes mais que o DeepSeek com as mesmas respostas
Dado-chave #3Das 134 rodadas com erro do banco, o agente corrigiu sozinho 129

Quando um agente precisa de memória para não inventar respostas, o desenvolvedor enfrenta uma escolha simples: guardar o conhecimento em tabelas comuns e consultá-lo em SQL, ou montar um grafo de conhecimento e consultá-lo em SPARQL (uma linguagem de consulta a grafos, parecida com SQL, mas que trabalha com as relações entre objetos). Normalmente, a escolha é feita com base em posts da internet, sem medições. O autor da análise no Habr decidiu medir. O resultado: as duas abordagens acertam cerca de 98% das vezes, mas o SPARQL custa de 7% a 145% mais, dependendo do modelo, porque os modelos erram mais na sintaxe dele e fazem tentativas extras.

De onde surgiu a discussão

O ponto de partida foi um estudo de Sequeda e coautores. Nele, o GPT-4 respondeu corretamente 16% das perguntas sobre um banco SQL corporativo e 54% sobre um grafo de conhecimento construído em cima do mesmo banco. Mas a comparação não foi justa: o grafo tinha uma ontologia (uma descrição detalhada do que significa cada tipo de objeto e relação), enquanto o esquema SQL tinha apenas os tipos e os nomes das tabelas e colunas. O autor descreveu as duas formas com o mesmo nível de detalhe e refez o teste.

Como foi o experimento

Os dados de um mesmo artigo sobre PostgreSQL e ClickHouse foram divididos por uma rede neural em entidades, teses, medições, falas e processos. Resultaram 10.154 quads (registros de grafo no formato «sujeito, propriedade, valor, grafo») em 37 grafos. Depois, tudo foi convertido em 34 tabelas do PostgreSQL: cada nó do grafo virou uma linha, e cada propriedade virou uma coluna. Por meio do mapeamento R2RML, as tabelas são novamente montadas no grafo original. A descrição da memória no prompt de sistema é a mesma nas duas versões e ocupa de 15 a 17 mil tokens.

O agente foi escrito em Java com langchain4j. Ele funciona em um ciclo «modelo, ferramentas, modelo», com no máximo 16 chamadas ao modelo e 12 consultas à memória. A memória é conectada por meio de um servidor MCP, e o agente tem três ferramentas: sql_query, sparql_query e submit_answer, para a resposta final com citação. O banco é somente leitura, o tempo limite de cada consulta é de 5 segundos e a resposta é limitada a 200 linhas.

São 15 perguntas, de sete tipos: fatos, relações, agregados, cadeias de argumentos, disputas, citações e perguntas sem resposta. A verificação é feita por regras, sem juiz baseado em LLM. Os modelos escolhidos têm pesos abertos: DeepSeek V4.1 Flash, Gemma 4 31B e Qwen 3.8 27B. Cada combinação foi repetida três vezes: 3 modelos, 3 condições (só SQL, só SPARQL, as duas ferramentas), 15 perguntas, 3 repetições, o que totaliza 405 rodadas por linguagem de banco. Todas as rodadas levaram 10 minutos.

Resultados: a precisão é igual, a conta é diferente

No banco em russo, o SQL teve 97,8% de respostas corretas, e o SPARQL e o modo com escolha entre duas ferramentas tiveram 98,5% cada um. Na tradução para o inglês: 98,5%, 99,3% e 97,8%. O DeepSeek acertou todas as 270 vezes. Dos 13 erros de Gemma e Qwen, 12 se concentraram em duas perguntas: sobre cadeias de argumentos (P1) e sobre a contagem de falas em uma disputa (D3).

O custo muda bastante. Os erros de banco por chamada são de 2 a 3 vezes mais frequentes com SPARQL: 5,9% contra 2,8% no banco em russo, e 7,3% contra 2,5% no banco em inglês. A execução fica mais cara em todos os casos: 11% a 25% no DeepSeek, 7% a 10% no Gemma e 63% a 145% no Qwen. Em compensação, os agentes se corrigem bem: das 134 rodadas em que o banco devolveu erro, 129 terminaram com resposta correta. O modelo lê a mensagem de erro e reescreve a consulta.

Há uma lição específica sobre o cache de prompt. Por execução, o agente chama o modelo de 4 a 7 vezes e envia de novo, a cada vez, os mesmos 15 a 17 mil tokens. A DeepInfra faz cache do DeepSeek (97% dos tokens de entrada vêm do cache) e não faz cache do Gemma. Por isso, o Gemma, com as mesmas respostas, custa de 25 a 27 vezes mais: $0,0234 por execução contra $0,0009 do DeepSeek. O Qwen custa $0,0077 por execução no banco em russo. Já o tempo mediano de resposta no banco em russo foi de 13 segundos no DeepSeek, 38 no Qwen e 57 no Gemma.

O que fazer na prática

Se os dados já estão em um banco relacional e o esquema está descrito, o SQL oferece a mesma precisão por menos dinheiro. O grafo vale a pena quando as relações são o que importa e não está claro qual tabela consultar. O provedor com cache de prompt pesa mais na conta do que a escolha da linguagem de consulta. E, como o agente corrige os próprios erros, vale devolver a ele a mensagem de erro do banco, em vez de interromper o trabalho.

As limitações são claras: um artigo, 15 perguntas e um autor. Os modelos foram acessados pelo OpenRouter, e não localmente, porque nem um modelo de 27B com quantização de 4 bits roda em um notebook em tempo razoável. O formato de verificação e os prompts foram ajustados pelo autor durante o trabalho, por exemplo, com a inclusão de prefixos SPARQL por padrão. Portanto, os números devem ser tomados como referência, e o método de medição pode ser repetido com os seus próprios dados. Os preços citados no artigo são de 27 de outubro de 2026.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre De onde surgiu a discussão?

O ponto de partida foi um estudo de Sequeda e coautores. Nele, o GPT-4 respondeu corretamente 16% das perguntas sobre um banco SQL corporativo e 54% sobre um grafo de conhecimento construído em cima do mesmo banco. Mas a comparação não foi justa: o grafo tinha uma ontologia (uma descrição detalhada do que significa cada tipo de objeto e relação), enquanto o esquema SQL tinha apenas os tipos e os nomes das tabelas e colunas. O autor descreveu as duas formas com o mesmo nível de detalhe e refez o teste.

Como foi o experimento?

Os dados de um mesmo artigo sobre PostgreSQL e ClickHouse foram divididos por uma rede neural em entidades, teses, medições, falas e processos. Resultaram 10.154 quads (registros de grafo no formato «sujeito, propriedade, valor, grafo») em 37 grafos. Depois, tudo foi convertido em 34 tabelas do PostgreSQL: cada nó do grafo virou uma linha, e cada propriedade virou uma coluna. Por meio do mapeamento R2RML, as tabelas são novamente montadas no grafo original.

O que se sabe sobre Resultados: a precisão é igual, a conta é diferente?

No banco em russo, o SQL teve 97,8% de respostas corretas, e o SPARQL e o modo com escolha entre duas ferramentas tiveram 98,5% cada um. Na tradução para o inglês: 98,5%, 99,3% e 97,8%. O DeepSeek acertou todas as 270 vezes. Dos 13 erros de Gemma e Qwen, 12 se concentraram em duas perguntas: sobre cadeias de argumentos (P1) e sobre a contagem de falas em uma disputa (D3). O custo muda bastante.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…