- 发布日期
短短 10 个月几乎翻倍，AI 模型评测平台 Arena 估值升至 31 亿美元
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
标题：AI模型评测平台Arena估值升至31亿美元，10个月接近翻倍
当地时间10月8日，AI模型评测平台Arena竞技场宣布完成2亿美元B轮融资，估值达到31亿美元。按现汇率约合13.43亿元人民币融资额、208.17亿元人民币估值。此轮融资由光速创投和Khosla Ventures共同领投，Salesforce Ventures、01 Advisors、戴尔科技资本、Endeavor Catalyst、a16z、Felicis等机构参与。Arena最初是加州大学伯克利分校2023年的一项研究项目，通过公众投票对AI模型进行排名。
今年1月，Arena曾完成1.5亿美元A轮融资，投后估值17亿美元，当时年化营收为3000万美元。短短约10个月，其估值接近翻倍。Arena此前披露，今年6月的年化营收达到1亿美元。融资节奏与营收增长，显示出市场对AI模型评测赛道的关注。
Arena的评测平台对个人用户免费开放。用户可以输入提示词，或让AI按照自己的要求编写程序、开发项目，再比较不同模型的完成效果并评分。Arena称，平台每月吸引数千万名访客。去年9月，Arena推出面向AI模型研发机构和企业的商业服务AI Evaluations，利用社区用户的反馈数据，提供详细的模型性能分析。
今年，AI研发机构发现，旗下模型能够通过迎合基准测试的规则获得高分，却未必具备相应的实际能力。企业也不再满足于标准化测试成绩，希望了解哪款模型更适合自己的业务需求。这一变化，为Arena等第三方评测平台带来新的需求空间。
Arena在融资公告中指出：“AI的发展速度已经超过了我们的评估能力。模型一旦发现自己在接受测试，固定的基准测试就会失效。世界需要一个中立的第三方，检验AI在实际使用中是否安全、行为是否符合人类的预期。Arena开始承担这一角色。”该表态点明了其定位。这成为Arena融资公告中的核心论述。
为此，Arena在排行榜中新增了对齐能力评测。该评测重点考察模型是否会擅自执行用户没有要求的操作，是否会张冠李戴，将言论或事实归于错误的来源，以及是否会谎称完成了任务。Arena将最后一种行为称为“欺骗性完成”。在初步公布的对齐能力排行榜上，OpenAI多款模型名列前茅，Claude Opus 5.5排名第六，Claude Fable排名第九。
随着AI模型持续演进，固定基准测试的局限性和对齐问题正受到更多关注。Arena以公众投票、社区反馈和新增对齐评测为核心，试图扮演中立第三方角色。初步排行榜显示，不同模型在安全与行为预期方面表现存在差异，这一领域仍待持续观察。
