| Sémantique : une définition par terme | Oui : concepts et règles sur vos tables, réutilisés par personnes et agents | Dimensions et mesures définies une fois en LookML | Mesures et dimensions dans des cubes et vues YAML ou JavaScript | Modèles sémantiques et métriques YAML sur les modèles dbt | Termes rédigés par un modèle, certifiés par des personnes | Métriques YAML partagées ; une métrique ne s'appuie pas sur une autre (spec de base) | Classes et propriétés OWL avec des IRI globaux | Vues sémantiques : une définition par métrique | Metric views dans Unity Catalog, définies une fois | Modèles SML de métriques et de dimensions | Types d'objets, de liens et d'actions partagés dans Foundry | Concepts, relations et règles dans un modèle Python |
| Raisonnement : questions de graphe sans base graphe | Récursion native, compilée en SQL | SQL écrit à la main | SQL écrit à la main | Non : deux sauts au plus | Seulement si le modèle l'écrit | Sans objet : pas de moteur ; une spec en projet déclare la récursion | Chemins SPARQL, sur un triplestore | Non : auto-références refusées | Pas de construction récursive dans le YAML des metric views | Hiérarchies à niveaux dans la référence SML | Boucles d'étapes Search Around, jusqu'à 50 sauts | Règles récursives et algorithmes de graphe |
| Vérifié : définitions contrôlées avant exécution | Oui : prouvées bien formées, sûres, qui terminent | Syntaxe et références | Contrôle de compilation | Contrôles de configuration ; le SQL doit s'exécuter | Des appels au modèle contrôlent le SQL | Validation de schéma | Les raisonneurs contrôlent la cohérence | Règles de validation structurelle | Validation du YAML | Validation de la syntaxe, du modèle et des expressions | Contrôles d'erreurs à l'enregistrement ; pas de vérification formelle | Contrôles de types à la compilation |
| Vérifié : assertions sur les données | Oui : logique du premier ordre, toute règle, contre-exemples | Tests de données, 5 000 lignes par requête | Aucune documentée | Tests de données sur les modèles | Aucune documentée | Non | Oui, avec SHACL, un langage distinct | Aucune sur les vues sémantiques | Contrôles de lignes dans les pipelines ; aucun sur les metric views | Contrôles de clés prédéfinis ; pas d'assertions personnalisées | Data expectations : arrêt ou avertissement | require vérifie qu'une correspondance existe ; pas de contre-exemple par ligne |
| Déterministe : SQL compilé, pas généré à chaque question | Oui | Oui, à partir des champs choisis par Gemini | L'agent écrit du Cube SQL | Pour les métriques ; text-to-SQL également exposé | Non : un modèle l'écrit | Selon chaque outil | SPARQL, pas SQL | Non : Cortex Analyst l'écrit | Non : Genie l'écrit | L'agent écrit un SELECT | Le modèle choisit des outils ou écrit de l'Ontology SQL | Non : PyRel évalué par les reasoners RAI dans Snowflake |
| Gouverné : contrôle des accès et des changements | SQL en lecture seule, SQL brut refusé ; rôles ; chaque changement est un commit git | Rôles, jeux de permissions et de modèles, access filters et access grants ; LookML dans git | Politiques d'accès aux lignes et aux membres ; modèle dans git | Jeux de permissions par groupe, git ; execute_sql (MCP) permet l'écriture | RBAC Better Auth ; outils MCP exécutés avec les droits de l'utilisateur | Absent du format : laissé à chaque outil | Absent des standards : dépend du triple store | RBAC Snowflake, politiques de masquage et d'accès aux lignes, Git | Droits Unity Catalog, filtres de lignes, masques de colonnes | Sécurité des lignes, rôles, modèles dans git | Permissions de projet, politiques de sécurité, propositions Global Branching relues | RBAC Snowflake avec les rôles d'application RelationalAI |
| Souverain : votre infrastructure, un petit modèle ouvert | Oui | Non : Gemini, instance hébergée par Looker | Modèle propre en Enterprise ; agent dans Cube Cloud | API sur la plateforme dbt, abonnement payant | Oui, modèles auto-hébergés en option | Sans objet : un format de fichier | Aucun agent inclus | Non : cloud Snowflake, modèles hébergés | Non : cloud Databricks, modèles choisis par Databricks | Auto-hébergé ; assistants hébergés comme clients | Modèles auto-hébergés, Foundry sur site | Non : une application native Snowflake |