AI 排行榜 Arena 完成 2 亿美元 B 轮，估值 31 亿美元，10 个月翻近一倍，同时推出「对齐指数」预览

融资和生意

10 月 8 日，AI 模型众包评测平台 Arena（原名 LMArena）宣布完成 2 亿美元 B 轮融资，估值 31 亿美元。领投方为 Lightspeed Venture Partners 和 Khosla Ventures，新加入的还有 Salesforce Ventures、01 Advisors、戴尔旗下 Dell Technologies Capital 和 Endeavor Catalyst，a16z、Felicis 等老股东跟投。今年 1 月它刚以 17 亿美元投后估值完成 1.5 亿美元 A 轮，不到 10 个月估值翻了近一倍。

Arena 2023 年起步于加州大学伯克利分校的研究项目：用户输入提示，两个匿名模型同时作答，用户投票选更好的那个。这套免费平台之外，它去年 9 月推出面向模型厂商和企业的付费评估产品。Arena 称年化收入已超过 1 亿美元，平台累计 3.5 亿次会话、6200 万次投票，上线不到 5 个月的 Agent Arena 有 700 万次会话，均为公司口径。

从「谁更强」到「能不能信」

同一天 Arena 发布 Arena 对齐指数预览，先用三项能在真实 agent 轨迹里核验的信号：越权操作（做了用户没要求的事）、虚假归因（把与证据矛盾的说法安到用户头上）和谎报完成（任务没做完却说完成了）。定义参考了 OpenAI 和 Anthropic 系统卡里的用法，首批覆盖 20 多个前沿模型。据 TechCrunch，初步榜单前几位由 OpenAI 模型占据，Claude Opus 5.5 排第六。

影响判断

Arena 排名经常出现在模型发布的宣传里，它的估值上涨说明「中立评测」本身成了一门大生意。但它同时向被评测的模型厂商出售评估服务，独立性仍会持续受到追问。对齐指数切中了 agent 时代的真实痛点，用户更关心 agent 有没有偷偷越权、有没有谎报完成。不过它目前是预览版，只有三项信号，排名可能随方法调整而变化，选型时可以参考，但不宜当作结论。