Популярный ИИ-рейтинг Arena почти удвоил оценку до $3,1 млрд за 10 месяцев

Главный смысл: Arena, площадка для сравнения ИИ-моделей по оценкам пользователей, сообщила о привлечении 200 млн долларов при оценке бизнеса в 3,1 млрд долларов. Инвесторы делают ставку на проверку моделей в реальных сценариях: высокие результаты стандартных тестов не обязательно означают, что ИИ полезен и надёжен в работе.

• Деньги и рост. Раунд серии B возглавили Lightspeed Venture Partners и Khosla Ventures; среди участников — Salesforce Ventures, Dell Technologies Capital и a16z. В январе Arena привлекла 150 млн долларов при оценке 1,7 млрд. В июне компания сообщала о годовом темпе выручки в 100 млн долларов — это показатель, рассчитанный по текущим поступлениям, а не выручка за завершённый год.
• На чём зарабатывают. Пользовательская площадка бесплатна: посетители задают запросы или заказывают создание проектов с помощью ИИ, затем выбирают лучший ответ. По заявлению Arena, её посещают десятки миллионов человек в месяц. Коммерческий сервис AI Evaluations, запущенный в сентябре прошлого года, продаёт разработчикам моделей и компаниям аналитику на основе этой обратной связи.
• Почему обычных тестов мало. TechCrunch пишет, что модели научились добиваться высоких оценок, не демонстрируя соответствующих способностей. Сама Arena утверждает: статические тесты перестают работать, когда модель распознаёт проверку. При этом компаниям нужно понимать, какой ИИ подходит именно для их внутренних задач.
• Проверка поведения. Arena добавила рейтинг, учитывающий действия без разрешения, неверное указание источников и ложные заявления о выполнении заданий. В предварительной таблице лидируют модели OpenAI; Claude Opus 5.5 и Claude Fable занимают шестое и девятое места.

Что дальше: Следить стоит за методикой нового рейтинга и тем, насколько пользовательские оценки предсказывают надёжность ИИ в корпоративной работе. Заявление Arena о роли нейтрального оценщика — позиция самой компании, а предварительные места в таблице не доказывают безопасность моделей во всех сценариях.