La observabilidad de un sistema dinámico se ve afectada por la presencia de entradas externas, ya sean conocidas (como acciones de control) o desconocidas (perturbaciones). Las entradas de magnitud desconocida son especialmente perjudiciales para la observabilidad, y también complican su análisis. Por lo tanto, la disponibilidad de herramientas computacionales capaces de analizar la observabilidad de sistemas no lineales con entradas desconocidas ha sido limitada hasta hace poco. Dos algoritmos simbólicos basados en geometría diferencial, ORC-DF y FISPO, han sido propuestos recientemente para esta tarea, pero aún falta su análisis crítico y comparación. Aquí realizamos una comparación analítica de ambos algoritmos y evaluamos su rendimiento en un conjunto de problemas, mientras discutimos sus fortalezas y limitaciones. Además, utilizamos estos análisis para proporcionar ideas sobre ciertos aspectos de la relación entre las entradas y la observabilidad. Encontramos que, aunque ORC-DF y FISPO siguen un enfoque similar, difieren en aspectos clave que pueden tener una influencia sustancial en su aplicabilidad y costo computacional. El algoritmo FISPO es más generalmente aplicable, ya que puede analizar cualquier modelo de EDO no lineal. El algoritmo ORC-DF analiza modelos que son afines en las entradas, y si esos modelos tienen entradas conocidas, a veces es más eficiente. Por lo tanto, la elección óptima de un método depende de las características del problema bajo consideración. Para facilitar el uso de ambos algoritmos, implementamos la condición ORC-DF en una nueva versión de STRIKE-GOLDD, un conjunto de herramientas de MATLAB para análisis de identificabilidad estructural y observabilidad. Dado que esta herramienta de software ya tenía una implementación del algoritmo FISPO, la nueva versión permite a los modeladores y usuarios de modelos la conveniencia de elegir entre diferentes algoritmos en una sola herramienta, sin cambiar la codificación de su modelo.