Arena که در سال ۲۰۲۳ به‌عنوان یک پروژه پژوهشی در UC Berkeley آغاز به کار کرد و با استفاده از مشارکت جمعی، رتبه‌بندی مدل‌های هوش مصنوعی را تهیه می‌کرد، روز پنجشنبه اعلام کرد که در دور سرمایه‌گذاری سری B، با ارزش‌گذاری ۳٫۱ میلیارد دلاری، ۲۰۰ میلیون دلار سرمایه جذب کرده است.

این خبر پس از آن منتشر می‌شود که شرکت اعلام کرد درآمد سالانه‌شده‌اش بر مبنای نرخ فعلی در ماه ژوئن به ۱۰۰ میلیون دلار رسیده است.

این دور سرمایه‌گذاری را Lightspeed Venture Partners و Khosla Ventures رهبری کردند و Salesforce Ventures، 01 Advisors، Dell Technologies Capital، Endeavor Catalyst، a16z، Felicis و چند سرمایه‌گذار دیگر نیز در آن مشارکت داشتند. Arena پیش‌تر در ژانویه از جذب ۱۵۰ میلیون دلار در دور سری A، با ارزش‌گذاری پس از سرمایه‌گذاری ۱٫۷ میلیارد دلاری، خبر داده بود. شرکت در آن زمان گفت درآمد سالانه‌شده‌اش بر مبنای نرخ فعلی ۳۰ میلیون دلار بوده است. بنابراین، ارزش‌گذاری شرکت در حدود ۱۰ ماه تقریباً دو برابر شده است.

Arena پلتفرمی مبتنی بر مشارکت جمعی ارائه می‌دهد که استفاده از آن برای مصرف‌کنندگان رایگان است. کاربران پرامپت وارد می‌کنند یا درخواست ساخت پروژه‌هایی با روش vibe coding می‌دهند و سپس به مدل بهتر امتیاز می‌دهند. Arena می‌گوید هر ماه ده‌ها میلیون بازدیدکننده دارد.

این شرکت در سپتامبر سال گذشته محصول تجاری خود، AI Evaluations، را معرفی کرد؛ سرویسی که بر پایه بازخورد جامعه کاربران، تحلیل‌های دقیقی از عملکرد مدل‌ها در اختیار آزمایشگاه‌های مدل و شرکت‌ها قرار می‌دهد. زمان‌بندی این اقدام بسیار مناسب از آب درآمد. امسال، آزمایشگاه‌های هوش مصنوعی دریافتند که مدل‌هایشان آزمون‌های معیارسنجی را دور می‌زنند و راه‌هایی برای کسب امتیازهای بالا پیدا می‌کنند، بی‌آنکه واقعاً شایستگی آن را داشته باشند. هم‌زمان، شرکت‌ها به‌جای اتکای صرف به معیارهای استاندارد، خواهان کمک برای تعیین مدلی بودند که با نیازهای داخلی خودشان بیشترین تناسب را دارد.

شرکت در اطلاعیه جذب سرمایه خود گفت: «هوش مصنوعی سریع‌تر از توانایی ما برای ارزیابی آن پیشرفت می‌کند و وقتی مدل‌ها متوجه می‌شوند در حال آزموده‌شدن هستند، معیارهای ثابت کارایی خود را از دست می‌دهند. جهان به طرف سومی بی‌طرف نیاز دارد تا بسنجد هوش مصنوعی، وقتی در اختیار افراد واقعی قرار می‌گیرد، واقعاً چقدر ایمن و همسو با خواسته‌های انسان است. Arena امروز این نقش را بر عهده می‌گیرد.»

در همین راستا، Arena دسته‌بندی جدیدی نیز به جدول رتبه‌بندی خود افزوده است: همسویی. در این دسته‌بندی، مدل‌ها بر اساس مواردی مانند اقدام غیرمجاز (انجام اقداماتی که از آن‌ها خواسته نشده است)، انتساب نادرست (نسبت‌دادن اشتباه گفته‌ها یا واقعیت‌ها به منبعی دیگر) و آنچه شرکت «تکمیل فریب‌کارانه» می‌نامد (دروغ‌گفتن درباره انجام کارهایی که انجام نداده‌اند) رتبه‌بندی می‌شوند.

در حال حاضر، چند مدل OpenAI در صدر جدول رتبه‌بندی مقدماتی همسویی این پلتفرم قرار دارند و Claude Opus 5.5 و Claude Fable به‌ترتیب رتبه‌های ششم و نهم را کسب کرده‌اند.