OpenPlayground es un entorno de pruebas de código abierto creado por Nat Friedman, ex director ejecutivo de GitHub, que permite comparar modelos de lenguaje grande (LLM) de varios proveedores desde una sola interfaz. Se puede instalar en local, desplegar con Docker o acceder a la versión alojada en nat.dev, donde Friedman pide 5 dólares para cubrir los costes de los tokens de generación de texto.
Comparación de modelos en paralelo
La función central de la herramienta es enviar el mismo prompt a varios modelos al mismo tiempo y comparar las respuestas en pantalla. Puedes ajustar los parámetros de cada modelo por separado (temperatura, top-p, longitud máxima) y repetir la llamada con configuraciones distintas para ver cómo cambian los resultados. La interfaz incluye historial de conversaciones, atajos de teclado y registros de logprobs, útiles para análisis más detallados del comportamiento del modelo.
En su versión inicial, OpenPlayground admite modelos de OpenAI, Anthropic, Cohere, Forefront, Hugging Face, Aleph Alpha y llama.cpp, la librería que popularizó la inferencia de LLMs en hardware de consumo. También detecta automáticamente los modelos descargados en la caché local de Hugging Face, lo que permite probar versiones de LLaMA o Mistral sin configuración adicional.
Instalación en dos comandos
Instalar OpenPlayground con pip es sencillo:
$ pip install openplayground
$ openplayground runSi prefieres Docker:
$ docker run --name openplayground -p 5432:5432 -d --volume openplayground:/web/config natorg/openplaygroundLa herramienta arranca en el puerto 5432. El código fuente está disponible en GitHub.
Origen del proyecto y arquitectura extensible
El proyecto nació como parte de un programa de recompensas en Repl.it, donde Zain Huda realizó la implementación inicial. Alex Lourenco añadió después varias características y refactorizaciones extensas. Nat Friedman mantiene el repositorio principal en GitHub.
La arquitectura está diseñada para extenderse sin tocar el código fuente: añadir un nuevo proveedor o modelo se reduce a modificar el archivo de configuración. La documentación incluye ejemplos para modelos locales y para servicios con API propia. La interfaz funciona bien en móvil, algo poco habitual en herramientas de este tipo.
Para quién tiene sentido y sus limitaciones
OpenPlayground encaja bien para investigadores y desarrolladores que necesitan evaluar varios modelos antes de decidir con cuál escalar. En un contexto donde el coste de los tokens puede crecer de forma inesperada, probar prompts en local antes de conectar la API de producción tiene sentido económico.
El proyecto se publicó en abril de 2023, cuando las herramientas para comparar LLMs eran escasas. Desde entonces han aparecido alternativas más activas, como LM Studio u Ollama, y cada proveedor mayor ha lanzado su propio playground. El repositorio de OpenPlayground no ha recibido actualizaciones regulares desde entonces, por lo que la cobertura de modelos más recientes puede requerir ajustes manuales. Además, conviene tener en cuenta que la inferencia local de IA requiere hardware adecuado: los modelos de mayor tamaño no corren en un portátil estándar.
Preguntas frecuentes sobre OpenPlayground
¿OpenPlayground funciona sin conexión a internet?
Sí, si usas modelos locales vía llama.cpp o desde la caché de Hugging Face. Para los modelos de OpenAI, Anthropic o Cohere necesitas sus claves de API y acceso a internet.
¿Es compatible con modelos como LLaMA o Mistral?
Sí, mediante llama.cpp o a través de los modelos descargados en la caché local de Hugging Face. La detección es automática si los modelos ya están en el directorio estándar.
¿Qué diferencia hay con el playground oficial de OpenAI?
OpenPlayground permite comparar modelos de varios proveedores al mismo tiempo y puede funcionar completamente en local. El playground de OpenAI solo da acceso a sus propios modelos.
¿Se pueden añadir modelos nuevos?
Sí. El archivo de configuración acepta modelos adicionales sin modificar el código fuente. La documentación oficial incluye ejemplos tanto para modelos locales como para proveedores con API.
¿OpenPlayground es gratuito?
La versión local y el código fuente son completamente gratuitos bajo licencia MIT. La instancia alojada en nat.dev requería un pago de 5 dólares para cubrir los costes de generación de texto.
