| Semántico: una definición por término | Sí: conceptos y reglas sobre sus tablas, reutilizados por personas y agentes | Dimensiones y medidas definidas una vez en LookML | Medidas y dimensiones en cubos y vistas YAML o JavaScript | Modelos semánticos y métricas YAML sobre modelos dbt | Términos redactados por un modelo, certificados por personas | Métricas YAML compartidas; una métrica no se apoya en otra (spec base) | Clases y propiedades OWL con IRI globales | Vistas semánticas: una definición por métrica | Metric views en Unity Catalog, definidas una vez | Modelos SML de métricas y dimensiones | Tipos de objeto, vínculo y acción compartidos en Foundry | Conceptos, relaciones y reglas en un modelo Python |
| Razonamiento: preguntas de grafo sin base de datos de grafos | Recursión nativa, compilada a SQL | SQL escrito a mano | SQL escrito a mano | No: dos saltos como máximo | Solo si el modelo lo escribe | No aplica: sin motor; una spec en borrador declara la recursión | Rutas SPARQL, en un almacén de tripletas | No: se rechazan las autorreferencias | Sin construcción recursiva en el YAML de las metric views | Jerarquías por niveles en la referencia SML | Bucles de pasos Search Around, hasta 50 saltos | Reglas recursivas y algoritmos de grafo |
| Verificado: definiciones comprobadas antes de ejecutarse | Sí: se demuestra que están bien formadas, son seguras y terminan | Sintaxis y referencias | Comprobación de compilación | Comprobaciones de configuración; el SQL debe ejecutarse | Llamadas al modelo comprueban el SQL | Validación de esquema | Los razonadores comprueban la coherencia | Reglas de validación estructural | Validación del YAML | Validación de sintaxis, del modelo y de las expresiones | Comprobación de errores al guardar; sin verificación formal | Comprobación de tipos en la compilación |
| Verificado: aserciones sobre los datos | Sí: lógica de primer orden, cualquier regla, contraejemplos | Pruebas de datos, 5.000 filas por consulta | Ninguna documentada | Pruebas de datos sobre los modelos | Ninguna documentada | No | Sí, con SHACL, un lenguaje aparte | No en las vistas semánticas | Comprobaciones de filas en los pipelines; ninguna en las vistas de métricas | Comprobaciones fijas de claves; sin aserciones personalizadas | Data expectations: detener o avisar | require comprueba que exista una coincidencia; sin contraejemplos por fila |
| Determinista: SQL compilado, no generado en cada pregunta | Sí | Sí, a partir de los campos que elige Gemini | El agente escribe Cube SQL | Para las métricas; también expone text-to-SQL | No: lo escribe un modelo | Depende de cada herramienta | SPARQL, no SQL | No: lo escribe Cortex Analyst | No: lo escribe Genie | El agente escribe un SELECT | El modelo elige herramientas o escribe Ontology SQL | No: PyRel evaluado por los reasoners de RAI en Snowflake |
| Gobernado: control de accesos y cambios | SQL de solo lectura, SQL en bruto rechazado; roles; cada cambio es un commit git | Roles, conjuntos de permisos y de modelos, access filters y access grants; LookML en git | Políticas de acceso a filas y miembros; modelo en git | Conjuntos de permisos por grupo, git; execute_sql (MCP) permite escrituras | RBAC de Better Auth; herramientas MCP ejecutadas como el usuario | No está en el formato: depende de cada herramienta | No está en los estándares: depende del triple store | RBAC de Snowflake, políticas de enmascaramiento y de acceso a filas, Git | Permisos de Unity Catalog, filtros de filas, máscaras de columnas | Seguridad de filas, roles, modelos en git | Permisos de proyecto, políticas de seguridad, propuestas de Global Branching revisadas | RBAC de Snowflake con roles de aplicación de RelationalAI |
| Soberano: su infraestructura, un modelo abierto pequeño | Sí | No: Gemini, instancia alojada por Looker | Modelo propio en Enterprise; agente en Cube Cloud | API en la plataforma dbt, plan de pago | Sí, modelos autoalojados opcionales | No aplica: es un formato de archivo | Sin agente incluido | No: nube de Snowflake, modelos alojados | No: nube de Databricks, modelos elegidos por Databricks | Autoalojado; asistentes alojados como clientes | Modelos autoalojados, Foundry en las instalaciones | No: una aplicación nativa de Snowflake |