İnsanların en iyi yapay zekâ modeline karar verdiği site 3,1 milyar dolar değerinde: Arena on ayda değerini neredeyse ikiye katladı

2023'te Berkeley Üniversitesi'nde bir araştırma projesiydi: insanlar yapay zekâ modellerinin yanıtlarını karşılaştırıp oy veriyor, oylardan da bir sıralama oluşturuluyordu. Bugün Arena, B Serisi turunda 200 milyon dolar (yaklaşık 170 milyon euro) topladıktan sonra 3,1 milyar dolar (yaklaşık 2,7 milyar euro) değerinde.

Sıçrama, yapay zekâ çılgınlığının standartlarına göre bile hızlı. Şirket ocakta, o günkü tempoyla yıllık geliri 30 milyon dolarken, 1,7 milyar dolar değerleme üzerinden 150 milyon dolar toplamıştı. Haziranda 100 milyona ulaştığını duyurdu. Ocak turundan on ay sonra değer neredeyse iki katına çıktı. Yeni turu Lightspeed Venture Partners ve Khosla Ventures yönetiyor; Salesforce Ventures, a16z, Felicis, Dell Technologies Capital, 01 Advisors ve Endeavor Catalyst de içeride.

İş modeli yakından bakmaya değer. Sıralama sıradan kullanıcılar için ücretsiz - şirket ayda on milyonlarca ziyaretçisi olduğunu söylüyor. Para diğer taraftan geliyor: Arena geçen eylülden bu yana yapay zekâ laboratuvarlarına ve şirketlere, modellerinin kamuoyu nezdinde nasıl performans gösterdiğine dair analitik satıyor. Yani modelleri sıralanan laboratuvarlar, sıralama verileri için ödeme yapıyor. Peki değerlendireni kim değerlendiriyor?

Şirket, modellerin "uyumu" için yeni bir kategori de açıyor. Bir modelin izinsiz eylemde bulunup bulunmadığı, kaynakları yanlış atfedip atfetmediği ve aslında bitirmediği bir görevi bitirdiğini iddia edip etmediği ölçülüyor. Ön sıralamada bir grup OpenAI modeli önde, Anthropic'in Claude Opus 5.5'i altıncı, Claude Fable ise dokuzuncu.

"Yapay zekâ, onu değerlendirme yeteneğimizden daha hızlı ilerliyor; statik testler de modeller test edildiklerini fark ettiği anda çöküyor" diyor şirket. Doğru bir teşhis. Yalnız artık bütün sektörün sorunu aynı zamanda 3,1 milyar dolarlık bir şirketin ürünü.