IT之家 10 月 9 日付の報道によると、現地時間 8 日、AI モデル評価プラットフォーム Arena（アリーナ）は、2 億米ドル（IT之家注：現在のレートで約 13.43 億元相当）の B ラウンド資金調達を完了し、企業価値が 31 億米ドルに達した（現在のレートで約 208.17 億元相当）。Arena はもともとカリフォルニア大学バークレー校の 2023 年の研究プロジェクトで、一般の投票を通じて AI モデルをランク付けしていた。
Arena が以前明らかにしたところによると、今年 6 月時点の年間換算収益は 1 億米ドル（現在のレートで約 6.72 億元相当）に達していた。
今回の資金調達は Lightspeed Venture Partners と Khosla Ventures が共同でリードし、Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、a16z、Felicis などの機関が参加した。
今年 1 月、Arena は 1.5 億米ドル（現在のレートで約 10.07 億元相当）の A ラウンド資金調達を完了しており、調達後の企業価値は 17 億米ドル（現在のレートで約 114.16 億元相当）、当時の年間換算収益は 3,000 万米ドル（現在のレートで約 2.01 億元相当）だった。わずか約 10 か月で、Arena の企業価値はほぼ倍増した。
Arena の評価プラットフォームは個人ユーザーに無料で開放されている。ユーザーはプロンプトを入力したり、AI に自分の要求に従ってプログラムの作成やプロジェクトの開発をさせたりして、さまざまなモデルの完成度を比較し、評価を付けることができる。Arena によると、プラットフォームには毎月数千万人の訪問者が集まるという。
昨年 9 月、Arena は AI モデル開発機関や企業向けの商用サービス AI Evaluations を開始し、コミュニティユーザーのフィードバックデータを活用して詳細なモデル性能分析を提供した。
今年、AI 開発機関は、自社のモデルがベンチマークテストのルールに迎合することで高得点を獲得できる一方で、それに応じた実際の能力を必ずしも備えていないことを発見した。企業側も標準化されたテストの成績には満足せず、どのモデルが自社のビジネスニーズに適しているかを知りたがっている。
Arena は資金調達の発表の中で、「AI の発展速度はすでに私たちの評価能力を超えている。モデルは自分がテストを受けていると気づいた途端、固定されたベンチマークテストは機能しなくなる。世界には、AI が実際の使用において安全か、その振る舞いが人類の期待に沿っているかを検証する、中立的な第三者が必要だ。Arena はその役割を担い始めた」と指摘した。
このため、Arena はランキングにアライメント能力の評価を新たに追加し、モデルがユーザーに要求されていない操作を勝手に実行しないか、発言や事実を誤った出典に帰属させる取り違えをしないか、またタスクの完了を虚偽に報告しないかを重点的に検証している。Arena は最後の行為を「欺瞞的な完了（deceptive completion）」と呼んでいる。
最初に公開されたアライメント能力のランキングでは、OpenAI の複数のモデルが上位を占め、Claude Opus 5.5 が第 6 位、Claude Fable が第 9 位だった。