AI 评测平台 Arena 完成 2 亿美元 B 轮融资，估值升至 31 亿美元

AI 评测平台 Arena 于 10 月 8 日宣布完成 2 亿美元 B 轮融资，由 Lightspeed Venture Partners 与 Khosla Ventures 联合领投，Salesforce Ventures、戴尔旗下投资机构和 a16z 等参与，估值升至 31 亿美元。今年 1 月其估值仅为 17 亿美元，九个月内上涨 80%。

Arena 的核心业务是为 ChatGPT、Claude 等大模型设计题目、组织评测并打分。公司披露，其商业服务上线八个月后年化收入已超过 1 亿美元；截至今年 6 月，平台月访问用户超过 1000 万，累计产生超过 7 亿次对话和 8200 万次人工投票。

从伯克利实验室起步

Arena 的故事始于加州大学伯克利分校。2023年，该校两名博士生 Jiang Weilin 与 Anastasios Angelopoulos 推出 Chatbot Arena，试图回答一个问题：ChatGPT、Claude、Gemini 等模型之中，究竟哪一个更聪明。当时大模型厂商发布新品时都会公布数学、编程、知识问答等场景的测试成绩，但测试分数高并不等于用户觉得好用，于是伯克利团队决定让普通人来当考官。

在 Chatbot Arena 网站上，用户输入问题后，系统随机让两个匿名模型作答，用户不知道哪份答案来自 OpenAI、哪份来自 Anthropic，只需选出自己认为更好的一个。随着投票量累积，平台逐渐形成 AI 模型排行榜。这种玩法很快在硅谷流行起来，大模型公司发布新品时，除了展示自家测试成绩，也希望在 Arena 榜单上排名靠前。原本只是研究项目的它，逐步成为 AI 行业的重要评测平台。2025年，团队成立商业公司 Arena Intelligence 并开始接受风险投资。

免费榜单如何赚钱

2026年1月，Arena 完成 1.5 亿美元 A 轮融资，估值 17 亿美元。这些用户不仅免费帮 Arena 出题，也在为答案打分。比如让 AI 写商业计划书，用户为什么更偏好 Claude 而不是 GPT，是因为结构更清晰、信息更准确，还是内容更贴合实际需求，这类信息对 AI 厂商很有价值。过去大模型公司依靠内部工程师设计测试，如今 Arena 通过数千万用户获得了大量真实题目以及人们对不同答案的判断，而且这些反馈是持续产生的。

2025年9月，Arena 正式推出付费产品 AI Evaluations。公开榜单仍然免费，但模型公司如果想了解自己为什么输、哪些任务表现不佳、如何改进，就可以购买更详细的评测服务。免费榜单负责吸引用户，底层评测数据与分析服务负责创收。这一商业模式很快得到验证：今年1月 Arena 的年化收入约为 3000 万美元，到6月已超过 1 亿美元。需要注意的是，这里的年化收入是按当时业务规模折算，并非实际实现的全年经营收入；即便如此，从付费服务上线到年化收入突破 1 亿美元，也只用了八个月。

资本为何押注评测

类似的故事不断出现。9月，斯坦福背景的创业公司 Snorkel AI 以 35 亿美元估值完成 3.5 亿美元融资。国内也传出消息，阿里巴巴计划领投 AI 评测公司 UniPat 约 3 亿美元的一轮融资，投后估值 25 亿美元，腾讯、HSG 等机构可能参与。原本属于大学实验室的 AI 评测，突然成为资本市场上的热门生意。

从聊天到 Agent 评测

如今 Arena 已不满足于只给大模型排名。10月8日，伴随新一轮融资，它发布 Alignment Index，开始检测 AI Agent 是否会未经许可执行操作、误解用户意图，以及把未完成的任务谎称为已完成。

在一项覆盖 27 个模型、约 9 万次真实 Agent 会话的研究中，Arena 发现，即便是先进的 AI 也会出现擅自删除文件、未完成检查就宣称成功等问题。从判断 AI 会不会聊天，到判断 AI 能不能可靠地干活，Arena 的评测范围正在扩展。

要点

• Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元
• 今年 1 月估值仅 17 亿美元，九个月上涨 80%
• 商业服务上线八个月年化收入超 1 亿美元
• 月访问用户超 1000 万，累计 8200 万次人工投票
• 同期发布 Alignment Index，覆盖 27 个模型