知名AI模型评测平台Arena宣布完成2亿美元B轮融资，投后估值达31亿美元。本轮由Lightspeed Venture Partners和Khosla Ventures领投，Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、a16z及Felicis等机构跟投。
今年1月，Arena刚完成1.5亿美元A轮融资，当时估值为17亿美元。这意味着在约10个月内，其估值几乎翻倍。此前该公司于6月透露，其年化收入已达1亿美元，而A轮融资时这一数字为3000万美元。
从学术项目到商业闭环
Arena起源于2023年加州大学伯克利分校的一项研究项目，通过众包方式对AI模型进行排名。目前，该平台拥有数千万月活跃用户，用户可通过输入提示词或生成特定风格内容，对不同模型的表现进行打分。
去年9月，Arena推出面向企业和商业实验室的商业产品“AI Evaluations”。该服务基于社区反馈，提供详细的模型性能分析。这一举措切中了当前行业痛点：随着AI模型出现“刷榜”现象——即在不真正提升能力的情况下优化标准化基准测试得分，企业和开发者亟需更真实的评估维度。
“AI的发展速度已超过评估能力，静态基准测试一旦被发现规律便会失效。”Arena在公告中表示，“世界需要一个中立的第三方，来衡量AI在实际部署中的安全性和对齐程度。”
新增“对齐性”排行
为此，Arena在排行榜中新增了“对齐性”（alignment）类别，重点评估模型是否存在未经授权行动、错误归因以及“欺骗性完成”（谎称完成未执行任务）等问题。
在初步的对齐性排行榜中，OpenAI的多款模型位居前列；Anthropic的Claude Opus 5.5和Claude Fable分别排名第六和第九。