山东
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。
AI模型评测平台Arena估值升至31亿美元
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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
