BM25 tam metin arama, vektör arama ile karşılaştırıldığında oldukça farklı performans özelliklerine sahiptir. Vektör arama gecikmesi genellikle vektör boyutları, top-k değeri, veri kümesi boyutu ve filtrelerin varlığına bağlıyken, BM25 gecikmesi sorguya göre büyük ölçüde değişir ve bazı şaşırtıcı sonuçlar doğurabilir. turbopuffer, BM25 tam metin aramasını tersine çevrilmiş bir dizin (inverted index) kullanarak uygular. Bu dizin, benzersiz terimleri, bu terimleri içeren belge kimliklerinin listelerine (postings) eşler. Bir BM25 sorgusunu kapsamlı bir şekilde değerlendirmek için, tüm sorgu terimlerinin tüm postings'lerinin tamamen tüketilmesi gerekir. Bu nedenle, "pufferfish" gibi tek ve nadir bir terimle yapılan bir sorgu her zaman çok hızlı olurken, "to be or not to be" gibi sık kullanılan birkaç terimle yapılan bir sorgu daha yavaş olacaktır.
WAND veya MAXSCORE gibi algoritmalar, %100 geri çağırmayı korurken postings listelerinin bazı kısımlarını atlamaya yardımcı olur. Bu algoritmalar, her terimin ilgili puan katkısını değerlendirerek çalışır. Örneğin, "the pufferfish" sorgusunda, yalnızca "the" içeren belgeleri atlayıp sadece "pufferfish" içeren belgeleri aday olarak kullanabilirler. Bu algoritmalar "sıralama açısından güvenli" kabul edilir, çünkü kapsamlı değerlendirme ile aynı top-k sonuçlarını döndürürler. Ancak, WAND ve MAXSCORE'un atlayabildiği belge sayısı sorguya göre büyük ölçüde değişir. Makalede yapılan testlerde, 200 milyon belge içeren bir veri kümesinde, "pop singer songwriter" sorgusunun ("pop singer" sorgusuna göre bir terim daha fazla olmasına rağmen) daha hızlı çalıştığı gözlemlenmiştir. Bu durum, sezgisel olarak ters gibi görünse de, algoritmaların terimlerin dağılımını ve puan katkılarını nasıl optimize ettiğini göstermektedir.
BM25 arama algoritmalarında, sorgudaki terim sayısı arttıkça performansın her zaman düşmediği, aksine belirli durumlarda optimize edilmiş algoritmalar sayesinde daha hızlı sonuçlar alınabildiği ortaya konmuştur.