La plataforma de clasificación de IA Arena recauda una Serie B de USD 200 millones con una valoración de USD 3100 millones

Arena, que se originó en 2023 como un proyecto de investigación de UC Berkeley que recopilaba clasificaciones colectivas de modelos de IA, recaudó una ronda de Serie B de USD 200 millones con una valoración de USD 3100 millones, informó la empresa el jueves. La ronda llega después de que Arena dijera que alcanzó USD 100 millones en ingresos anualizados 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 y otros. Arena había anunciado previamente una Serie A de USD 150 millones en enero con una valoración post-money de USD 1700 millones, cuando sus ingresos anualizados eran de USD 30 millones, lo que significa que su valoración casi se ha duplicado en unos 10 meses.

Arena opera una plataforma colectiva, gratuita para los consumidores, donde las personas envían instrucciones (prompts) o proyectos programados con IA (“vibe-coded”) y califican qué modelo funciona mejor; la empresa dice que tiene decenas de millones de visitantes mensuales. En septiembre del año pasado, lanzó un producto comercial, AI Evaluations, que ofrece a laboratorios de modelos y empresas análisis detallados de desempeño basados en la retroalimentación de la comunidad. El momento resultó oportuno: este año, los laboratorios de IA descubrieron que sus modelos manipulaban las pruebas de referencia (benchmarks), y las empresas buscaban ayuda para elegir el mejor modelo según sus propias necesidades en lugar de depender solo de pruebas estandarizadas.

“La IA avanza más rápido que nuestra capacidad para evaluarla, y las pruebas de referencia estáticas dejan de funcionar en cuanto los modelos reconocen que están siendo evaluados”, dijo la empresa en el anuncio de su financiamiento. “El mundo necesita un tercero neutral que mida qué tan segura y alineada es realmente la IA una vez que está en manos de personas reales. Arena está asumiendo ese papel hoy.” Con ese fin, Arena agregó una nueva categoría de “alineación” a su clasificación, que ordena a los modelos según cuestiones como la acción no autorizada, la atribución falsa y lo que la empresa llama “finalización engañosa” —mentir sobre haber completado tareas que en realidad no realizó—. Actualmente, varios modelos de OpenAI encabezan la clasificación preliminar de alineación de Arena, con Claude Opus 5.5 y Claude Fable en el sexto y noveno lugar, respectivamente.

Por qué importa

Mientras los laboratorios de IA enfrentan acusaciones de manipular pruebas de referencia estandarizadas, la apuesta de Arena por una evaluación basada en la comunidad —ahora ampliada a la alineación y la seguridad— la posiciona como un posible árbitro independiente para una industria que cada vez más necesita uno.