Yapay zekâ sıralama platformu Arena'nın değerlemesi 10 ayda 3,1 milyar dolara yaklaştı

Yapay zekâ modellerini kullanıcı oylarıyla sıralayan Arena, 200 milyon dolarlık B serisi yatırım turunu 3,1 milyar dolar değerleme üzerinden tamamladığını duyurdu. Şirketin açıklamasına göre Arena, 2023'te UC Berkeley'de yapay zekâ modellerinin sıralamasını kitle kaynağıyla (crowdsourcing) oluşturan bir araştırma projesi olarak ortaya çıktı.

Şirket, haziran ayında yıllıklandırılmış gelirinin 100 milyon dolara ulaştığını belirtmişti. B serisi turu Lightspeed Venture Partners ve Khosla Ventures öncülüğünde gerçekleşti; tura Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z, Felicis ve diğer yatırımcılar katıldı.

Arena, ocak ayında 1,7 milyar dolar değerleme üzerinden 150 milyon dolarlık A serisi yatırım aldığını duyurmuştu. Şirkete göre o dönemde yıllıklandırılmış geliri 30 milyon dolardı. Bu da değerlemesinin yaklaşık 10 ayda neredeyse iki katına çıktığı anlamına geliyor.

Ücretsiz platform ve ticari ürün

Arena, tüketicilerin ücretsiz kullanabildiği kitle kaynaklı bir platform sunuyor. Kullanıcılar platforma komut (prompt) giriyor ya da "vibe-coded" olarak adlandırılan projeler talep ediyor ve hangi modelin işi daha iyi yaptığını oyluyor. Şirket, aylık on milyonlarca ziyaretçisi olduğunu iddia ediyor.

Arena, geçen yıl eylülde ticari ürünü AI Evaluations'ı tanıttı. Bu hizmet, model geliştiricilerine ve kurumlara topluluk geri bildirimlerine dayalı ayrıntılı performans analizleri sunuyor. Şirkete göre zamanlama isabetli oldu: Bu yıl yapay zekâ laboratuvarları, modellerinin testleri "kandırarak" yüksek puanlar toplayabildiğini fark etti. Aynı dönemde kurumlar, yalnızca standart testlere güvenmek yerine kendi ihtiyaçlarına en uygun modeli belirlemek için yardım istedi.

Şirket, yatırım duyurusunda "Yapay zekâ, onu değerlendirme kapasitemizden daha hızlı ilerliyor ve modeller test edildiklerini anladıklarında statik testler işlevsiz kalıyor" ifadelerini kullandı. Açıklamada ayrıca gerçek kullanıcıların eline geçtiğinde yapay zekânın ne kadar güvenli ve hizalı olduğunu ölçmek için tarafsız bir üçüncü tarafa ihtiyaç duyulduğu belirtildi.

Sıralamaya 'hizalama' kategorisi eklendi

Arena, sıralama tablosuna "hizalama" (alignment) adlı yeni bir kategori ekledi. Bu kategoride modeller; izinsiz eylem (istenmeyen işleri yapma), yanlış atıf (ifadeleri veya bilgileri yanlış kaynağa bağlama) ve şirketin "aldatıcı tamamlama" dediği durum (yapmadığı görevleri yapmış gibi gösterme) gibi konularda değerlendiriliyor.

Şirketin açıklamasına göre ön hizalama sıralamasının zirvesinde bir dizi OpenAI modeli yer alıyor. Claude Opus 5.5 altıncı, Claude Fable ise dokuzuncu sırada bulunuyor.