Roboflow ha lanzado Playground, una herramienta web que permite ejecutar la misma imagen y el mismo prompt en hasta cinco modelos de visión por computadora de forma simultánea para comparar sus resultados. La plataforma admite más de 30 modelos, entre ellos los últimos modelos visión-lenguaje de Anthropic, OpenAI, Google y Meta, además de opciones open source como Florence-2 y YOLO World.
Las tareas disponibles incluyen detección de objetos, clasificación de imágenes, OCR, generación de subtítulos y respuesta visual a preguntas abiertas (VQA). Playground elimina la barrera de configurar APIs o infraestructura por separado, ya que centraliza el acceso y la prueba de modelos zero-shot. Según el tipo de tarea, el catálogo de modelos compatibles varía.
El artículo del blog muestra un ejemplo de uso: al subir una foto de un libro y un café con los prompts "book" y "coffee", Florence-2 y YOLO World dibujaron bounding boxes precisas, mientras que Claude 3.5 Sonnet identificó la ubicación general pero sin cajas ajustadas. En un segundo ejemplo con Open Prompt, Claude 4 Sonnet y GPT-4.1 describieron correctamente una taza de café sobre una mesa.
La compañía indica que Playground es gratuito y que prevé incorporar nuevos modelos a medida que se publiquen. La herramienta está disponible en playground.roboflow.com.