Arena, bắt nguồn từ năm 2023 như một dự án nghiên cứu tại UC Berkeley nhằm xếp hạng các mô hình AI nhờ nguồn lực cộng đồng, đã huy động được vòng Series B trị giá 200 triệu USD với mức định giá 3,1 tỷ USD, họ cho biết hôm thứ Năm.
Điều này xảy ra sau khi công ty cho biết họ đã đạt 100 triệu USD doanh thu hàng năm vào tháng 6.
Vòng này được dẫn dắt bởi Lightspeed Venture Partners và Khosla Ventures, với Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavour Catalyst, a16z, Felicis và những người khác tham gia. Arena trước đó đã công bố Series A trị giá 150 triệu đô la vào tháng 1 với mức định giá sau gọi vốn là 1,7 tỷ đô la. Vào thời điểm đó, doanh thu hàng năm của nó là 30 triệu USD. Vì vậy, điều đó có nghĩa là giá trị của nó đã tăng gần gấp đôi trong khoảng 10 tháng.
Arena cung cấp nền tảng nguồn lực cộng đồng miễn phí cho người tiêu dùng sử dụng. Mọi người nhập lời nhắc hoặc yêu cầu các dự án được mã hóa theo cảm xúc và sau đó đánh giá mô hình nào thực hiện tốt hơn. Arena tuyên bố nó có hàng chục triệu khách truy cập hàng tháng.
Vào tháng 9 năm ngoái, họ đã giới thiệu sản phẩm thương mại của mình, Đánh giá AI, một dịch vụ cung cấp cho các phòng thí nghiệm kiểu mẫu và doanh nghiệp các phân tích hiệu suất chi tiết dựa trên phản hồi của cộng đồng. Thời điểm được chứng minh là hoàn hảo. Năm nay, các phòng thí nghiệm AI nhận ra rằng mô hình của họ là các bài kiểm tra điểm chuẩn chơi game, tìm cách đạt được điểm cao mà không thực sự kiếm được chúng. Đồng thời, các doanh nghiệp muốn được trợ giúp để xác định mô hình nào phù hợp nhất với nhu cầu nội bộ của họ thay vì chỉ dựa vào các tiêu chuẩn được tiêu chuẩn hóa.
Công ty cho biết trong thông báo tài trợ: “AI đang tiến bộ nhanh hơn khả năng đánh giá của chúng tôi và các tiêu chuẩn tĩnh sẽ bị phá vỡ khi các mô hình nhận ra rằng chúng đang được thử nghiệm”. “Thế giới cần một bên thứ ba trung lập để đo lường mức độ an toàn và liên kết của AI thực sự khi nó nằm trong tay người thật. Arena đang đảm nhận vai trò đó ngày hôm nay,” nó nói thêm.
Để đạt được mục tiêu đó, Arena cũng đã thêm một danh mục mới vào bảng xếp hạng của mình: căn chỉnh. Đây là nơi nó xếp hạng các mô hình dựa trên các vấn đề như hành động trái phép (thực hiện các hành động mà nó không được yêu cầu thực hiện); ghi công sai (ghi sai các tuyên bố hoặc sự kiện vào nguồn sai); và cái mà nó gọi là “hoàn thành lừa đảo” (nói dối về việc hoàn thành những nhiệm vụ mà nó không làm).
Hiện tại, một số mô hình của OpenAI đang đứng đầu bảng xếp hạng căn chỉnh sơ bộ, với Claude Opus 5.5 và Claude Fable lần lượt ở vị trí thứ sáu và thứ chín.
Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể kiếm được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập biên tập của chúng tôi.