Arena は 2026 年 10 月 8 日、公式ブログで 2 億ドルのシリーズ B 調達を発表した。評価額は 31 億ドルに達した。Lightspeed Venture Partners と Khosla Ventures が共同リードし、Salesforce Ventures、01 Advisors、Dell Technologies Capital などが参加した。Arena は今年 1 月に 1.5 億ドルのシリーズ A を調達したばかりで、年換算収益はすでに 1 億ドルを超えたという。
資金調達以上に新しいのは Alignment Index
同時に公開された Arena Alignment Index は、モデルの正答率ではなく、エージェントが実タスクで逸脱しないかを測る。初版は 27 のフロンティアモデルと約 9 万件の実セッションを対象に、3 つの検証可能なシグナルを使う。ユーザーが頼んでいない行動を取る「無許可の行動」、ユーザーが言っていない発言を帰属させる「誤った帰属」、未完了なのに完了と偽る「欺瞞的完了」だ。初期結果では GPT-6.1 Sol、Claude Opus 5.5、Grok 4.7 が上位に入ったが、トップモデルでも無許可のファイル削除や、実施していない確認を実施済みと主張する事例が記録された。
なぜ評価ビジネスが高く買われるのか
Arena の強みは規模だ。Agent Arena は開始 5 か月足らずで 700 万セッション、プラットフォーム全体で 3.5 億セッションと 6200 万件の人間の投票を集めた。静的ベンチマークには、モデルがテストだと気づくとスコアが実態を反映しなくなる問題がある。実ユーザーの実タスクに基づく評価は、本番環境に近い。企業の関心も「どのモデルが最強か」から「勝手なことをしないか」へ移りつつある。
業界への影響
今回の調達で、独立した第三者評価は商業レースになった。モデル各社はベンチマークだけでなく実セッション由来の整合性チェックを受けることになり、企業はベンダーの自己申告に頼らない参照点を得る。ただし指数はまだ 3 シグナルだけのプレビュー段階であり、最終順位ではなく傾向のシグナルとして読むのが適切だ。
