Arena, ranking de IA, capta US$ 200 milhões em rodada Série B com avaliação de US$ 3,1 bilhões

A Arena, que surgiu em 2023 como um projeto de pesquisa da UC Berkeley que reunia classificações colaborativas de modelos de IA, captou uma rodada Série B de US$ 200 milhões com avaliação de US$ 3,1 bilhões, informou a empresa na quinta-feira. A rodada vem depois de a Arena dizer que atingiu US$ 100 milhões em receita anualizada em junho.

A rodada foi liderada pela Lightspeed Venture Partners e pela Khosla Ventures, com a participação de Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z, Felicis e outros. A Arena já havia anunciado uma Série A de US$ 150 milhões em janeiro, com avaliação pós-investimento de US$ 1,7 bilhão, quando sua receita anualizada era de US$ 30 milhões — o que significa que sua avaliação quase dobrou em cerca de 10 meses.

A Arena opera uma plataforma colaborativa, gratuita para consumidores, na qual as pessoas enviam comandos (prompts) ou projetos criados por “vibe coding” e avaliam qual modelo tem melhor desempenho; a empresa diz ter dezenas de milhões de visitantes mensais. Em setembro do ano passado, lançou um produto comercial, o AI Evaluations, que oferece a laboratórios de modelos e empresas análises detalhadas de desempenho com base no feedback da comunidade. O momento se mostrou bastante oportuno: este ano, laboratórios de IA descobriram que seus modelos estavam manipulando testes de benchmark, e empresas passaram a buscar ajuda para escolher o melhor modelo para suas próprias necessidades, em vez de depender apenas de benchmarks padronizados.

“A IA está avançando mais rápido do que nossa capacidade de avaliá-la, e benchmarks estáticos perdem a validade assim que os modelos percebem que estão sendo testados”, disse a empresa no anúncio da captação. “O mundo precisa de um terceiro neutro para medir o quão segura e alinhada a IA realmente é quando está nas mãos de pessoas reais. A Arena está assumindo esse papel hoje.” Para isso, a Arena acrescentou uma nova categoria de “alinhamento” ao seu ranking, classificando modelos com base em questões como ação não autorizada, atribuição falsa e o que chama de “conclusão enganosa” — mentir sobre ter concluído tarefas que não concluiu. Atualmente, uma série de modelos da OpenAI ocupa o topo do ranking preliminar de alinhamento da Arena, com o Claude Opus 5.5 e o Claude Fable em sexto e nono lugar, respectivamente.

Por que importa

Com laboratórios de IA enfrentando acusações de manipular benchmarks padronizados, a aposta da Arena em avaliação baseada na comunidade — agora estendida a alinhamento e segurança — a posiciona como uma possível árbitra independente para um setor que precisa cada vez mais de uma.