🏆 Arena — AI-лидерборд, которым пользуются все, превратился в бизнес на $100 млн

Всего через восемь месяцев после запуска коммерческого сервиса Arena — популярный краудсорсинговый лидерборд для оценки AI-моделей, родившийся как исследовательский проект в UC Berkeley в 2023 году, — достиг $100 млн годовой выручки (run-rate). Платформа известна тем, что собирает оценки пользователей: человек вводит промпт, а система отправляет его двум моделям, после чего пользователь выбирает лучший ответ. На основе более 10 млн таких оценок формируется рейтинг.

В сентябре Arena запустила платный продукт AI Evaluations — сервис углублённой аналитики производительности моделей для AI-лабораторий и предприятий. Именно он обеспечил взрывной рост выручки. Сооснователь и CEO Анастасиос Ангелопулос отметил, что многие до сих пор воспринимают Arena как некоммерческий проект, хотя компания уже привлекла $250 млн инвестиций от Felicis, a16z, Kleiner Perkins и других при оценке в $1,7 млрд.

Arena конкурирует за «те же деньги» с сервисами разметки данных (Mercor, Surge, Scale AI), помогая разработчикам моделей в пост-тренировочной оптимизации. Платформа оценивает модели по тексту, коду, генерации изображений и сложным многозадачным сценариям через недавно запущенный Agent Mode.

#AI #Leaderboard #Tech #LLM #Agents #Models #Arena #Startups

💵Arena привлекла $200 млн при оценке $3,1 млрд

Платформа краудсорсинговых рейтингов AI-моделей Arena (ранее LMArena) закрыла раунд Series B на $200 млн при оценке $3,1 млрд - почти вдвое больше январских $1,7 млрд. Проект вырос из исследовательской инициативы UC Berkeley 2023 года.

Раунд возглавили Lightspeed Venture Partners и Khosla Ventures, участвовали Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z и Felicis. Выручка растёт быстро: $30 млн annualized в январе, $100 млн к июню. Пользователи вводят промпты или заказывают вайб-кодинг проекты и голосуют, какая модель справилась лучше - десятки миллионов визитов в месяц.

Коммерческий продукт AI Evaluations продаёт лабораториям и компаниям аналитику на основе этих голосов. Спрос подогрело то, что модели научились подстраиваться под статические бенчмарки. Arena добавила в лидерборд категорию alignment: несанкционированные действия, ложная атрибуция источников и «deceptive completion» - отчёт о невыполненных задачах. В предварительном рейтинге лидируют модели OpenAI, Claude Opus 5.5 - шестой.

🎨 qvabo.studio/tg · картинки и видео

#Business #AI #Arena #Benchmark #ModelEvaluation #Development