热门 AI 模型排行榜 Arena 宣布完成 2 亿美元 B 轮融资，估值达到 31 亿美元。Arena 最初是 2023 年加州大学伯克利分校的一个研究项目，用众包方式给 AI 模型排名。消费者可以免费使用：输入提示或请求 vibe-coded 项目，然后投票判断哪个模型表现更好。公司声称每月访问者达数千万。

这轮融资由 Lightspeed Venture Partners 和 Khosla Ventures 领投，Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、a16z、Felicis 等参投。今年 1 月，Arena 刚完成 1.5 亿美元 A 轮，投后估值 17 亿美元，当时年化收入为 3000 万美元；6 月它宣布年化收入达到 1 亿美元。也就是说，在约 10 个月里，公司估值接近翻倍。

去年 9 月，Arena 推出商业产品 AI Evaluations，基于社区反馈为模型实验室和企业提供详细性能分析。这个时间点很关键：今年 AI 实验室发现模型在游戏基准测试，能刷出高分但不代表真实能力；企业也想要一个能结合自身内部需求来评估模型的方式，而不只是想看标准化基准。Arena 在融资公告中称：AI 的进步速度超过我们的评估能力，静态基准在模型意识到自己正在被测试时就会失效；世界需要一个中立第三方，衡量 AI 在真实用户手里是否安全、是否对齐。

为此，Arena 在排行榜上新增了 alignment（对齐）类别，根据模型是否出现未经授权的行动、错误归因、以及它所谓的“欺骗性完成”（谎称完成了实际上没做的任务）来排名。目前，OpenAI 的一批模型位于初步对齐排行榜榜首，Claude Opus 5.5 和 Claude Fable 分别排在第六和第九位。