IT之家 10 月 9 日消息，当地时间 8 日，AI 模型评测平台 Arena 竞技场宣布完成 2 亿美元（IT之家注：现汇率约合 13.43 亿元人民币）B 轮融资，估值达到 31 亿美元（现汇率约合 208.17 亿元人民币）。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。
Arena 此前披露，今年 6 月的年化营收达到 1 亿美元（现汇率约合 6.72 亿元人民币）。
本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 等机构参与投资。
今年 1 月，Arena 曾完成 1.5 亿美元（现汇率约合 10.07 亿元人民币）A 轮融资，投后估值 17 亿美元（现汇率约合 114.16 亿元人民币），当时的年化营收为 3,000 万美元（现汇率约合 2.01 亿元人民币）。短短约 10 个月，Arena 的估值接近翻倍。
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。
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。”
为此，Arena 在排行榜中新增了对齐能力评测，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。
