Arena de IA casi duplica su valoración a $3.1B en 10 meses.

Arena, surgida en 2023 como un proyecto de investigación en UC Berkeley dedicado a clasificar modelos de inteligencia artificial mediante la colaboración de usuarios, ha cerrado una ronda de financiamiento Serie B por 200 millones de dólares, alcanzando una valoración de 3.1 mil millones de dólares, según declaraciones realizadas el jueves.

Este anuncio se produce tras el notable hito de la compañía de alcanzar una tasa de ingresos anuales de 100 millones de dólares en junio.

La ronda fue liderada por Lightspeed Venture Partners y Khosla Ventures, con la participación de Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z, Felicis, entre otros. Arena había anunciado previamente una ronda de financiamiento Serie A de 150 millones de dólares en enero, logrando una valoración post-money de 1.7 mil millones de dólares. Este crecimiento significa que su valoración casi se ha duplicado en aproximadamente 10 meses.

Arena ofrece una plataforma de evaluación colaborativa, completamente gratuita para los consumidores, donde los usuarios realizan solicitudes y evalúan qué modelo responde mejor. La compañía afirma contar con decenas de millones de visitantes mensuales.

En septiembre del año anterior, lanzó su producto comercial, AI Evaluations, un servicio que proporciona análisis detallados de rendimiento a laboratorios de modelos y empresas, basándose en la retroalimentación de la comunidad. El tiempo de la introducción fue muy oportuno, ya que este año los laboratorios de IA se dieron cuenta de que sus modelos estaban manipulando las pruebas de referencia, encontrando maneras de obtener buenas calificaciones sin merecerlas realmente. Al mismo tiempo, las empresas buscaban asistencia para determinar qué modelo era el mejor para sus necesidades internas, en lugar de depender únicamente de estándares de referencia tradicional.

“La IA avanza más rápido de lo que somos capaces de evaluarla, y los benchmarks estáticos fallan una vez que los modelos se dan cuenta de que están siendo probados”, comentaron desde la compañía en su anuncio de financiamiento. “El mundo necesita un tercero neutral que mida cuán seguros y alineados están realmente los modelos de IA una vez que están en manos de usuarios reales. Arena está asumiendo hoy ese rol”, añadieron.

En este sentido, Arena ha añadido una nueva categoría en su tabla de clasificación: alineación. En esta sección, se evalúa a los modelos en función de cuestiones como acciones no autorizadas, atribuciones erróneas y lo que se denomina “completación engañosa”, es decir, cuando el modelo miente sobre haber completado tareas que realmente no realizó.

Actualmente, varios modelos de OpenAI se encuentran en la cima de su tabla de clasificación preliminar de alineación, con Claude Opus 5.5 y Claude Fable ocupando la sexta y novena posición, respectivamente.