一家未直接开发AI技术的公司，如今已实现每年1亿美元的营收。
这家公司名为Arena，它建立了一个备受瞩目的“大模型竞技场”，吸引了众多AI领域的巨头参与其中。
Arena的前身是Chatbot Arena，最初由加州大学伯克利分校的一个团队于2023年启动，旨在进行一项开源研究。
在极短的时间内，Arena已成为决定大模型发展方向的关键平台。
在Arena商业化服务推出仅8个月后，其年化营收便达到了1亿美元，标志着一个重要的里程碑。
ChatGPT、Claude等模型在此“榜上有名”，Arena成为大模型评测的焦点
Arena对许多人而言并不陌生。
它最受关注的特点是，通过用户的真实盲测数据构建起的大模型排行榜。
其运作方式极为简单，却富有竞争性：用户输入指令，系统随机派出两个匿名的模型进行回应，随后用户选择表现更优的模型。
通过收集数千万次的此类投票，Arena生成一个类似Elo评分系统的排行榜。
这种“擂台赛”的模式，使得Arena成为了全球AI爱好者和开发者的重要聚集地。
目前，该平台已积累了超过1000万次用户评测、7亿次对话以及8200万次投票，每月吸引超过1000万访客，遍布全球150多个国家。
尤为关键的是，每天约有80%的用户提问是全新的，这意味着任何模型都无法通过预先准备来应对。
其权威性体现在，OpenAI、谷歌、Anthropic、Meta等顶级公司均将自家旗舰模型提交至Arena接受社区的评估。
据了解，OpenAI甚至在GPT-5正式发布前，曾以代号“summit”的身份匿名参与测试。
换言之，全硅谷最顶尖的模型，都需要通过一个由伯克利学生发起的项目来验证其性能。
1亿美元营收是如何实现的？
那么，一个免费的排行榜是如何转化为年收入1亿美元的商业模式的呢？
去年9月，Arena推出了名为“AI Evaluations”的商业服务。
该服务允许模型开发商和大型企业付费，利用Arena庞大的社区用户群体，对其模型进行深入评估，从而获得仅凭标准化测试无法获得的“真实世界”性能分析。
这套服务被描述为一套“面向真实世界的持续集成/持续部署（CI/CD）系统”。
当一个模型准备公开时，Arena会免费为其进行社区评测；
而企业若想了解其模型在真实用户使用场景下的优势、劣势以及潜在的“幻觉”问题，则需要付费。
这是一种典型的“卖水人”商业模式——在淘金热中，卖水和工具的商家比挖金子的人更可能赚钱。
大模型厂商之间的竞争越发激烈，对模型性能的极致追求也越大，这使得他们对这种“上线后调优”服务的需求也随之增长。
Arena恰好处于所有参与者都必须经过的关键节点。
三位伯克利背景人士，打造了极具盈利能力的业务
Arena的前身为Chatbot Arena。
更早之前，它隶属于伯克利大学著名的LMSYS研究小组。
最初，两位伯克利的室友希望创建一个中立的平台，让大语言模型能够进行公平的比较。
谁也未曾预料到，这个学生项目会迅速发展成为一家估值极高的独角兽公司。
项目进展神速：2025年春天，该项目独立出来成立公司，并在数周内获得了1亿美元的种子轮融资，公司估值达到6亿美元；
几个月后，商业产品上线，仅四个月内，其年化营收就达到了3000万美元。
随后，今年1月，由Felicis和UC Investments领投的1.5亿美元A轮融资完成，公司投后估值达到17亿美元。
领导这家公司的三位核心人物均非等闲之辈。
CEO Anastasios Angelopoulos，具有深厚的数学背景。
他在斯坦福大学攻读电子工程本科期间，曾师从凸优化领域的知名学者Stephen Boyd。
在伯克利大学攻读博士学位时，他的导师是机器学习领域的泰斗Michael I. Jordan和计算机视觉领域的权威Jitendra Malik。
他多年来一直致力于研究如何为“黑箱”模型提供数学上严谨的评估方法。
CTO Wei-Lin Chiang是开源社区的知名人物，他曾开发了广受欢迎的开源聊天机器人Vicuna。
他在伯克利大学师从Ion Stoica，专注于分布式系统研究，并曾在谷歌、亚马逊和微软等公司有过工作经历。
2022年底ChatGPT公测后，他暂停了之前所有的研究项目，全身心投入到Arena的开发中。
他的同事Angelopoulos形容他对这个项目的投入是“一份用爱发电的事业”。
为了这个项目，两人投入了大量时间，甚至搬到一起居住。这两位室友，共同构建了一家估值17亿美元的公司。
第三位联合创始人是著名的伯克利教授、Databricks联合创始人Ion Stoica。在项目于2025年4月公司化之前，他一直担任该项目的顾问。
“裁判”比“选手”更重要
Arena的最新举措是推出了“智能体模式”（Agent Mode）。
该模式的评测范围已不再局限于“聊天能力”，而是扩展到数百万用户正在使用智能体完成的实际任务，包括编写代码、调试程序、进行研究、分析文档等，这些任务通常涉及大量的工具调用和多轮交互。
Arena开始采用任务完成率、幻觉率等客观指标进行评分，这已远远超出了最初基于“人类偏好投票”的范畴。
人工智能正从“聊天机器人”演变为能够独立执行任务的“智能体”，其承担的任务日益复杂，重要性也随之提升。
评测，正成为人类深入了解AI内部运作的关键手段。
Arena这门生意之所以能达到1亿美元乃至17亿美元的估值，其核心逻辑在于押注这一评测的重要性将日益凸显，价值也将持续增长。
然而，最终所有人都需要面对一个问题：当机器开始自主出题时，谁将拥有最终的评判权？
知名体育记者
2026年5月15日 回复我们的核心价值在于通过高效便捷的平台服务与稳定流畅的赛事播放体验，为用户带来更加轻松的观赛环境。无论是精彩的进球瞬间还是关键的比赛节点，快直播都能确保您不错过。