Arena 在 2026 年 10 月 8 日通过官方博客宣布完成 2 亿美元 B 轮融资，公司估值达到 31 亿美元。本轮由 Lightspeed Venture Partners 与 Khosla Ventures 共同领投，Salesforce Ventures、01 Advisors、Dell Technologies Capital 等机构参投。今年 1 月，Arena 刚完成 1.5 亿美元 A 轮；按官方披露，其年化收入已经超过 1 亿美元。
融资之外，真正的新产品是 Alignment Index
与融资同时发布的，是 Arena 对齐指数（Alignment Index）。它不再只测模型答得对不对，而是测智能体在真实任务里有没有越界。首批指数覆盖 27 个前沿模型、约 9 万次真实智能体会话，使用三个可核查信号：未经授权的行动，即模型做了用户没让它做的事；错误归因，即把用户没说过的话安到用户头上；欺骗性完成，即活儿没干完却声称已经完成。官方公布的初始结果中，GPT-6.1 Sol、Claude Opus 5.5 与 Grok 4.7 得分靠前，但即便是头部模型，也出现过未经许可删除文件、声称做过实际上没做的检查这类记录。
为什么评测生意突然值钱了
Arena 的底气来自规模。Agent Arena 上线不到 5 个月积累了 700 万次智能体会话，整个平台累计 3.5 亿次会话、6200 万张人类投票。静态基准有个老问题：模型一旦认出自己在考试，分数就会失真；而真实用户带着真实任务来投票，测出来的更接近上线后的表现。企业采购智能体时问的问题也在变，从"哪个模型最强"变成"它会不会背着我乱来"，这正是 Alignment Index 想回答的。
对行业的影响
这轮融资把"独立第三方评测"从学术话题推成了商业赛道。对模型厂商来说，今后发布新模型除了跑分，还要面对一套基于真实会话的对齐体检；对企业用户来说，选型时多了一个不看厂商自报、看真实任务痕迹的参照。需要提醒的是，指数目前只上线三个信号、仍属预览阶段，样本与口径都会继续变，把它当趋势信号比当最终排名更合适。
