GraphRAG 3.1 e FastGraphRAG: quando o grafo vence o RAG vetorial — e quanto custa

RAG vetorial é muito bom em encontrar um trecho parecido com uma pergunta. O problema começa quando a resposta não está num trecho.

“Quais temas atravessam todos os relatórios de incidentes?”, “como fornecedor, sistema e contrato se relacionam?” ou “o que mudou na narrativa da empresa ao longo de três anos?” são perguntas sobre estrutura. O documento relevante não está perdido; a relação está espalhada.

É aí que GraphRAG entra. Em vez de indexar somente pedaços de texto e suas embeddings, ele extrai entidades, relações e comunidades e cria resumos hierárquicos do corpus. Só que essa estrutura custa dinheiro para construir. A pergunta adulta não é “grafo é melhor que vetor?”. É: para quais perguntas o ganho paga o custo de indexação e operação?

A linha 3.1 do GraphRAG da Microsoft tornou essa decisão mais concreta ao manter dois métodos oficiais de indexação: Standard GraphRAG e FastGraphRAG. Uma precisão importante: FastGraphRAG não nasceu na versão 3.1, e a release 3.1.0 é uma versão do software, não um novo paper ou uma nova geração do algoritmo. Misturar os dois rende manchete; separar rende arquitetura.

Vetor, grafo rico e grafo rápido

A árvore é uma hipótese de partida, não um resultado. A escolha final precisa sobreviver ao mesmo corpus, às mesmas perguntas e ao mesmo orçamento.

O RAG vetorial divide documentos, gera embeddings e recupera os k trechos mais próximos da consulta. É simples, relativamente barato e continua sendo a melhor linha de base para perguntas localizadas: cláusula, fato, definição, passagem específica.

O Standard GraphRAG usa LLMs para extrair e descrever entidades, relações e, opcionalmente, afirmações. Depois consolida descrições, detecta comunidades e gera relatórios em vários níveis. A documentação oficial de indexação deixa clara a ambição: transformar texto não estruturado numa representação que carrega relações e hierarquia, além de embeddings.

O FastGraphRAG troca parte desse raciocínio por NLP tradicional. Entidades vêm de sintagmas nominais extraídos por NLTK ou spaCy; relações vêm da coocorrência no mesmo trecho; não há descrição nem sumarização individual de entidade e relação. O LLM continua participando da geração dos relatórios de comunidade, mas recebe os trechos associados às entidades em vez de um grafo semanticamente descrito.

Isso o torna mais rápido e barato para indexar. Também produz um grafo mais ruidoso e menos útil fora do próprio fluxo de GraphRAG. Essa troca não é opinião nossa: é a orientação da comparação oficial entre os métodos.

Onde está o custo de verdade

A Microsoft estima que a extração do grafo responda por aproximadamente 75% do custo de indexação no método Standard. É justamente a etapa que o FastGraphRAG simplifica com NLP.

Mas “75% da indexação” não significa “75% do custo total”, muito menos “Fast custa 75% menos”. O custo total depende de volume, modelo, atualização do corpus, estratégia de busca e número de consultas. Global Search, por exemplo, percorre relatórios de comunidades em map-reduce e é descrita pela própria documentação como intensiva em recursos.

A conta honesta é:

custo total = indexação inicial + atualizações + (consultas × custo por consulta) + operação

Se o corpus muda uma vez por mês e recebe milhões de consultas, investir mais no índice pode reduzir o custo por resposta ou elevar a qualidade o suficiente para compensar. Se muda a cada hora e recebe poucas consultas, o índice sofisticado pode nunca se pagar. Sem frequência de atualização e volume de uso, comparar preço por milhão de tokens é teatro.

O tipo de busca importa tanto quanto o índice

GraphRAG não oferece uma única consulta “de grafo”. O motor oficial inclui quatro caminhos que respondem a necessidades diferentes:

• Basic Search: RAG vetorial top-k, útil como linha de base;
• Local Search: combina entidades e relações relevantes com trechos de origem, para perguntas sobre elementos específicos;
• Global Search: usa relatórios de comunidades em map-reduce, para perguntas sobre o corpus como um todo;
• DRIFT Search: parte de informação de comunidades e cria perguntas de aprofundamento para ampliar uma investigação local.

O paper original da Microsoft Research encontrou ganhos sobre RAG convencional em abrangência e diversidade para uma classe de perguntas globais em corpora perto de um milhão de tokens. Isso sustenta a hipótese de GraphRAG para sensemaking global. Não prova superioridade universal, não mede seu corpus e não autoriza vender qualquer grafo como milagre.

Um benchmark que dá para reproduzir

Não rodamos um experimento neste artigo, portanto não vou inventar uma tabela com vencedores. O ativo útil é o protocolo: um teste que qualquer time pode executar e auditar.

1. Congele o terreno

Versione o corpus, normalize os documentos e registre idioma, tamanho, duplicatas e data de corte. Use exatamente os mesmos chunks, embeddings e modelo gerador sempre que a arquitetura permitir. Fixe também orçamento de contexto, parâmetros de geração e versão do GraphRAG.

2. Monte perguntas por classe

Separe antes de testar, sem olhar a saída dos sistemas:

• local factual: resposta concentrada em um ou poucos trechos;
• relação e múltiplos saltos: exige conectar entidades distantes;
• global: pede temas, padrões ou síntese do corpus;
• negativa: a resposta não existe e o sistema deve admitir;
• temporal ou conflitante: fontes discordam ou mudam ao longo do tempo.

Cada pergunta precisa de uma resposta de referência e, mais importante, de um conjunto de evidências esperadas revisado por especialista.

3. Compare três braços

Rode Basic/vector RAG, Standard GraphRAG e FastGraphRAG. Repita as consultas para capturar variação do modelo. Não dê mais contexto ou um gerador melhor ao sistema favorito; isso mede orçamento, não arquitetura.

4. Meça qualidade e custo separadamente

Em qualidade, registre correção factual, cobertura das evidências, precisão das citações, capacidade de recusar e consistência sob paráfrase. Para perguntas globais, avalie abrangência sem premiar texto comprido.

Em custo, registre tokens e tempo de indexação, armazenamento, latência e tokens por consulta, custo de atualização e esforço operacional. Publique falhas e timeouts; apagá-los da média transforma benchmark em propaganda.

5. Decida por fronteira, não por campeão

O resultado raramente será “um sistema vence tudo”. O esperado é uma fronteira: vetor domina perguntas locais baratas; Fast entrega boa síntese global com índice econômico; Standard justifica o preço quando relações de alta fidelidade e exploração do grafo importam. Se os dados não mostrarem essa forma, siga os dados.

Quando o grafo vence

Grafo tende a ganhar quando a pergunta depende de relações distribuídas, quando o corpus precisa ser compreendido como conjunto ou quando a estrutura extraída vira ativo para outras tarefas. Vetor tende a ganhar quando a resposta é local, o corpus muda rápido, o orçamento é curto ou o volume ainda não justifica uma camada nova.

FastGraphRAG ocupa o meio: uma aposta sensata para sumarização global quando o grafo é meio, não produto. Standard faz sentido quando a qualidade das entidades, relações e comunidades tem valor próprio — auditoria, descoberta, navegação ou integração com outros sistemas.

Foi por isso que escrevemos antes que RAG agêntico precisa de governança. Um grafo não corrige documento velho, permissão errada ou métrica sem dono. Ele organiza relações; não fabrica verdade.

No BRAIN MAKER, grafo de conhecimento é usado quando a estrutura paga aluguel: proveniência, conexões entre fontes e raciocínio que um top-k não entrega. O desenho começa pela bateria de perguntas, não pelo banco de grafos.

Se alguém já escolheu sua arquitetura antes de montar o benchmark, não está medindo. Está procurando uma planilha que concorde.