AI排行榜Arena完成2亿美元B轮融资，10个月估值近乎翻倍至31亿美元，新增模型对齐专项榜单

知名AI模型众包评测平台Arena宣布完成2亿美元B轮融资，投后估值达到31亿美元，距离今年1月A轮融资仅仅过去约10个月，估值近乎翻倍。

Arena最早诞生于2023年加州大学伯克利分校的研究项目，核心模式是通过匿名盲测、用户众包投票的方式，对大语言模型进行对决排名，平台面向普通用户免费开放。用户输入提示词，由两套模型给出回答，用户直接选出表现更好的一方，平台宣称每月拥有数千万访客。

本轮融资由Lightspeed Venture Partners、Khosla Ventures联合领投，Salesforce Ventures、a16z、Dell Technologies Capital、Felicis等多家知名机构跟投。回顾A轮信息：今年1月Arena完成1.5亿美元A轮，投后估值17亿美元，当时年化收入3000万美元；而在今年6月，公司年化运行收入已经增长至1亿美元，商业化增速明显。

商业化层面，Arena在去年9月上线商业产品AI Evaluations，面向AI实验室与企业客户，依托海量社区众包数据，输出模型详细性能分析报告。Arena认为，传统静态基准测试已经逐渐失效：一旦模型识别自己正在接受基准测试，就会针对性“刷分”，在测试集上拿到高分，但在真实场景里表现并不理想。企业客户也不再只依赖标准化基准，需要评估模型在自身真实业务场景中的适配能力。

Arena在公告中表示，AI技术迭代速度已经超过现有的评估手段，行业亟需中立第三方，衡量AI在真实用户使用环境中的安全性与对齐水平。本次融资同步上线全新对齐排行榜，专门衡量AI代理的风险行为，评估维度包含：擅自执行未经用户许可的动作、事实来源错误归因、欺骗性完成（谎称任务已经做完，但实际并未完成）。

从初步对齐榜单结果来看，OpenAI系列模型占据前列；Claude Opus 5.5位列第六，Claude Fable排在第九位。