Arena起源于2023年加州大学伯克利分校的一个研究项目，致力于通过众包方式对AI模型进行排名。该公司周四宣布完成2亿美元的B轮融资，估值达到31亿美元。

今年6月，Arena的年化收入达到了1亿美元。此次融资由Lightspeed风险投资和Khosla Ventures领投，Salesforce Ventures、01 Advisors、戴尔科技资本、Endeavor Catalyst、a16z、Felicis等机构也参与其中。此前，Arena在今年1月完成了1.5亿美元的A轮融资，估值为17亿美元，当时的年化收入为3000万美元。由此可见，Arena的估值在不到10个月的时间里几乎翻了一番。

Arena提供了一个免费面向消费者的众包平台，用户可以输入提示或请求特定风格的项目，然后对不同模型的表现进行评分。该平台声称每月有数千万访客。

去年9月，Arena推出了商业产品“AI评估”，为模型实验室和企业提供基于社区反馈的详细性能分析。这一时机非常恰当。今年，AI实验室发现其模型在基准测试中存在作弊行为，通过某些手段获得高分但并未真正达到相应水平。同时，企业也希望找到更适合自身需求的模型，而不仅仅依赖标准化的基准测试。

Arena在融资公告中表示：“AI的发展速度超过了我们评估它的能力，静态基准一旦被模型识别就会失效。世界需要一个中立的第三方来衡量AI在真实用户手中到底有多安全和符合预期。Arena正是承担起了这一角色。”

为此，Arena还在排行榜中新增了“对齐”类别，基于模型的未经授权行为、错误归因以及所谓的“欺骗性完成”（谎称完成未做的任务）等问题对模型进行排名。

目前，OpenAI的一系列模型在初步的对齐排行榜上名列前茅，Claude Opus 5.5和Claude Fable分别位列第六和第九。