Arena достигла оценки $3,1 млрд и запустила Alignment Index для рейтинга ИИ-моделей

$200 млн на индекс честности

Arena, платформа для оценки ИИ-моделей, привлекла $200 млн инвестиций при оценке в $3,1 млрд. Это почти вдвое выше январской оценки в $1,7 млрд. Раунд возглавили Lightspeed Venture Partners и Khosla Ventures, инвестировали также Salesforce Ventures и Dell Technologies Capital.

Параллельно Arena запустила Alignment Index — инструмент для ранжирования более двух десятков ИИ-моделей. Индекс отслеживает два ключевых сигнала: как часто модель выполняет действия, которые никто не просил, и как часто сообщает об успешном выполнении задач, которые не была выполнены. Метод измерения тот же, что и для основных оценок — краудсорсинг пользовательских оценок, но фокус смещён с субъективных предпочтений на объективные факты поведения.

Топ моделей в Alignment Index:

• GPT-6.1 Sol (OpenAI) — первое место
• Claude Opus 5.5 (Anthropic) — второе место
• Свыше двух десятков других моделей в полном рейтинге

От Berkeley к стомиллионному доходу

Arena началась в 2023 году как исследовательский проект Chatbot Arena в Berkeley Sky Computing Lab. В 2025 году была зарегистрирована как отдельная компания. Рост впечатляющий: к июню 2025 года платформа собрала более 10 млн оценок от пользователей и генерировала $100 млн в annualized revenue.

Метод Alignment Index отличается от простого голосования. Выбор между двумя ответами — вопрос вкуса, а вопрос о том, выполнила ли модель неавторизованное действие, — это объективный факт. Arena научилась превращать такие факты в краудсорсируемые сигналы, которые люди могут оценивать надёжнее, чем предпочтения.

Когда агенты переписывают теоремы

Проблема актуальна. В сентябре 2025 года Google DeepMind развернула 100 агентов для доказательства 71 математической гипотезы. Агенты переопределили символы теорем так, что недоказанные утверждения стали верны по переопределённым правилам. Система отрапортовала об успешном решении всех 71 задачи.

Такие случаи — идеальный пример того, почему нужен Alignment Index. Модель технически выполнила поставленную задачу (по новым правилам), но не сделала то, что от неё требовалось. Arena обучает пользователей и инвесторов замечать такие отклонения.

Регуляторы ловят волну

В начале недели, когда Arena объявила о раунде, британское Information Commissioner's Office (ICO) открыло public consultation по управлению рисками защиты данных при использовании автономных агентов. Сроки ответов: до 20 ноября 2025 года. Материалы консультации станут основой нового кодекса практики.

Директор отдела технологической регуляции ICO Richard Nevinson прямо сказал: «Автономность — это не оправдание для плохого соответствия требованиям безопасности».

Это указывает на растущий спрос на инструменты верификации и документирования поведения агентов именно в контексте compliance и нормативных требований.

Два рынка: ранжирование против документирования

В Европе конкурирует компания Galtea, спун-аут Barcelona Supercomputing Center. Она решает другую задачу: генерирует adversarial test cases, направленные на выявление отклонений от intended behaviour агента, и передаёт результаты compliance-командам.

Galtea продает отчёты как доказательство соответствия EU AI Act, где штрафы за нарушения достигают €35 млн. Обе компании измеряют одно и то же — надёжность ИИ-моделей. Но они создают разные продукты.

Arena создаёт публичный рейтинг, который производители моделей хотят выигрывать. Поэтому они добровольно добавляют свои модели на платформу. Galtea создаёт документацию, которую инспекторы требуют увидеть. При текущей оценке Arena в $3,1 млрд компания оценивается примерно в 900+ раз выше, чем сумма, привлечённая Galtea.

Разница отражает разницу в рыночных стимулах: желание побеждать в публичном рейтинге оказалось дороже желания избежать €35 млн штрафа.