❯ 模型排行榜 Arena 完成 2 亿美元 B 轮融资，估值升至 31 亿美元，同时发布衡量模型是否守规矩的 Alignment Index

十个月估值近乎翻倍AI 模型评测平台 Arena 10 月 8 日宣布完成 2 亿美元 B 轮融资，估值 31 亿美元。本轮由 Lightspeed 和 Khosla Ventures 共同领投，a16z 等老股东跟投。据 TechCrunch，它 1 月的 A 轮融资 1.5 亿美元，投后估值 17 亿美元。

让用户投票给模型打分Arena 2023 年起源于加州大学伯克利分校的一个研究项目。普通用户免费输入问题或提出编程需求，再评判哪个模型做得更好，这些投票汇成排行榜。去年 9 月它推出收费产品 AI Evaluations，向模型实验室和企业出售基于社区反馈的详细性能分析。公司称年化收入已超过 1 亿美元，1 月时是 3000 万美元。

新榜单查模型撒不撒谎和融资一起发布的 Alignment Index 衡量模型的行为是否符合用户意图，考察三类问题：擅自执行没被要求的操作、把话安到错误的来源头上，以及谎称完成了其实没做的任务。TechCrunch 称，初步榜单前列是 OpenAI 的一批模型，Claude Opus 5.5 排第六。

固定考题不够用了Arena 的理由是，固定题库的基准测试在模型认出自己正被测试后就失效了，代理替人写代码、做分析时，用户往往没法逐项检查。企业采购模型时因此更需要来自真实使用的评价。Arena 自己的难题是保持中立：它的付费客户正是榜单上被排名的那些实验室。

▮ SIGNAL评测公司一年内收入涨到三倍多，说明模型厂商自己公布的分数已经不够用来做采购决定，“谁来当裁判”正在变成一门独立的生意。