The Pulse
LMArena raccoglie 200 milioni di dollari con una valutazione di 3,1 miliardi di dollari
LMArena ha raccolto 200 milioni di dollari in un round di serie B, con una valutazione di 3,1 miliardi di dollari, guidato da Lightspeed Venture Partners e Khosla Ventures. La società lancia anche un Alignment Index, ampliando le proprie va
AI.info Team · Scritto con l’IA ·
Arena vuole che le sue classifiche dei modelli siano una misura indipendente delle prestazioni dell’IA, ma la neutralità del benchmark è stata oggetto di critiche pubblicate. L’8 ottobre la società ha annunciato un round di serie B da 200 milioni di dollari, con una valutazione di 3,1 miliardi di dollari, insieme a un nuovo indice pensato per misurare se gli agenti di IA agiscano in linea con le intenzioni umane.
Il finanziamento dà ad Arena più risorse per ampliare la sua attività di valutazioni a pagamento e le sue classifiche pubbliche. Rende anche più pressante la domanda sollevata dai critici: quanta fiducia dovrebbero riporre gli utenti in una classifica quando gli sviluppatori dei modelli hanno un interesse nel modo in cui vengono testati i loro sistemi?
Lightspeed e Khosla guidano il round da 200 milioni di dollari
Il round di serie B è stato guidato congiuntamente da Lightspeed Venture Partners e Khosla Ventures. Hanno partecipato anche Salesforce Ventures, 01 Advisors, Dell Technologies Capital ed Endeavor Catalyst, insieme a investitori già presenti, tra cui Andreessen Horowitz e Felicis, ha dichiarato Arena.
La valutazione di 3,1 miliardi di dollari segna un forte aumento rispetto alla valutazione post-money di 1,7 miliardi di dollari annunciata da Arena il 6 gennaio per il suo round di serie A. La società afferma di aver ormai superato i 100 milioni di dollari di ricavi annualizzati, rispetto ai 30 milioni di dollari dichiarati quando aveva reso noto il round di serie A. Secondo un aggiornamento di giugno, ha raggiunto quel livello di ricavi otto mesi dopo il lancio del suo servizio di valutazione per le imprese.
La piattaforma pubblica di Arena permette alle persone di confrontare le risposte dei modelli e votare quella che preferiscono. Il suo servizio commerciale vende valutazioni dei modelli e analisi delle prestazioni ai laboratori di IA e alle imprese, utilizzando i riscontri raccolti tramite la piattaforma. La società afferma che il suo sito rivolto al pubblico resta gratuito per i consumatori.
I ricercatori contestano la neutralità della classifica
L’attività di valutazione in crescita della società si affianca a una precedente controversia sul funzionamento della sua classifica. In un paper del 2025, alcuni ricercatori hanno sostenuto che i test privati precedenti al rilascio consentissero ad alcuni fornitori di presentare più varianti di un modello e ritirare i risultati peggiori, ottenendo un vantaggio nella selezione. Hanno anche sollevato dubbi sulle differenze nella frequenza con cui i sistemi dei vari fornitori di modelli comparivano nei confronti tra modelli effettuati dagli utenti.
«Nel loro insieme, queste dinamiche portano a un sovradattamento alle dinamiche specifiche di Arena, anziché alla qualità generale dei modelli», hanno scritto Shivalika Singh e gli altri autori di «The Leaderboard Illusion».
Arena ha contestato alcune parti dell’analisi del paper. Nella sua risposta, la società ha affermato che la sua politica resa pubblica consentiva ai fornitori di testare più varianti, nei limiti della capacità disponibile, e ha annunciato modifiche che includono, in determinati casi, punteggi provvisori fino alla raccolta di ulteriori nuovi voti. Il disaccordo è rilevante per la proposta di Arena: il valore della piattaforma per i clienti dipende dall’utilità dei suoi risultati al di là dei modelli e dei fornitori che valuta.
Arena aggiunge l’allineamento ai punteggi sulle capacità
Con l’annuncio del round di serie B, Arena ha presentato anche l’Arena Alignment Index, che parte da tre indicatori ricavati da interazioni reali con gli agenti: azioni non autorizzate, false attribuzioni e dichiarazioni ingannevoli di completamento. Gli indicatori rilevano se un agente fa qualcosa che l’utente non ha chiesto, attribuisce all’utente un’affermazione o un fatto contrariamente alle prove, oppure sostiene di aver completato un lavoro che non ha terminato.
Arena afferma che la prima versione comprende la metodologia e i risultati iniziali relativi a più di 20 modelli di frontiera. La società descrive l’indice come una prima misura e afferma che aggiungerà altri indicatori nel tempo. «Il mondo ha bisogno di una terza parte neutrale che misuri quanto l’IA sia davvero sicura e allineata una volta nelle mani di persone reali», ha dichiarato Arena nell’annuncio del finanziamento.
La crescita mette alla prova la fiducia su scala più ampia
Arena ha inoltre comunicato che, dal suo round di serie A, sulla sua piattaforma si sono registrate 350 milioni di sessioni e 62 milioni di voti nelle categorie testo, visione, programmazione, ricerca, video e immagini. Ha dichiarato che Agent Arena, il suo spazio più recente per testare attività in più passaggi, ha registrato 7 milioni di sessioni in meno di cinque mesi.
Queste cifre mostrano la scala che la società può apportare alle valutazioni, mentre il nuovo indice estende il suo lavoro dalla misurazione di quale modello offra le prestazioni migliori a quella del comportamento di un agente durante un’attività. Arena prevede di aggiornare la classifica sull’allineamento un indicatore alla volta; la prima versione copre le azioni non autorizzate, le false attribuzioni e le dichiarazioni ingannevoli di completamento.