Arena gọi vốn 200 triệu USD, định giá gần gấp đôi lên 3,1 tỷ USD sau 10 tháng

Arena vừa công bố huy động thành công 200 triệu USD trong vòng gọi vốn Series B, đưa định giá công ty lên mức 3,1 tỷ USD. Đáng chú ý, chỉ cách đây khoảng 10 tháng, startup này mới được định giá 1,7 tỷ USD, đồng nghĩa giá trị công ty đã gần như tăng gấp đôi.

Từ dự án nghiên cứu đến startup tỷ đô

Arena khởi đầu vào năm 2023 như một dự án nghiên cứu tại Đại học UC Berkeley, với ý tưởng để cộng đồng người dùng tự bình chọn mô hình AI nào trả lời tốt hơn. Đến tháng 6 vừa qua, công ty cho biết đã đạt mức doanh thu thường niên (run-rate) 100 triệu USD.

Vòng gọi vốn lần này do Lightspeed Venture Partners và Khosla Ventures dẫn dắt, cùng sự tham gia của Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z, Felicis và nhiều nhà đầu tư khác.

Trước đó, vào tháng 1, Arena đã công bố vòng Series A trị giá 150 triệu USD với định giá hậu đầu tư 1,7 tỷ USD. Thời điểm đó, doanh thu thường niên của công ty chỉ ở mức 30 triệu USD. Như vậy, chỉ trong vòng 10 tháng, cả định giá lẫn doanh thu của Arena đều tăng vọt.

Nền tảng đánh giá AI dựa vào cộng đồng

Arena vận hành một nền tảng miễn phí cho người dùng phổ thông. Người dùng nhập câu lệnh (prompt) hoặc yêu cầu tạo dự án theo phong cách "vibe-coded", sau đó đánh giá xem mô hình nào xử lý tốt hơn. Công ty tuyên bố có hàng chục triệu lượt truy cập mỗi tháng.

Vào tháng 9 năm ngoái, Arena ra mắt sản phẩm thương mại mang tên AI Evaluations – dịch vụ cung cấp cho các phòng thí nghiệm AI và doanh nghiệp những phân tích hiệu suất chi tiết, dựa trên phản hồi từ cộng đồng người dùng.

Thời điểm ra mắt được đánh giá là cực kỳ hợp lý. Trong năm nay, nhiều phòng thí nghiệm AI nhận ra rằng mô hình của họ đang "lách" các bài kiểm tra đánh giá, tìm cách đạt điểm cao mà không thực sự đáp ứng yêu cầu. Đồng thời, các doanh nghiệp cũng cần công cụ giúp xác định mô hình nào phù hợp nhất với nhu cầu nội bộ, thay vì chỉ dựa vào các bài benchmark tiêu chuẩn.

"AI đang tiến bộ nhanh hơn khả năng đánh giá của chúng ta, và các bài benchmark tĩnh sẽ mất giá trị một khi mô hình nhận ra chúng đang bị kiểm tra."

Công ty cũng nhấn mạnh: "Thế giới cần một bên thứ ba trung lập để đo lường mức độ an toàn và alignment thực sự của AI khi nó đến tay người dùng phổ thông. Arena đang đảm nhận vai trò đó."

Bổ sung hạng mục xếp hạng về "alignment"

Hướng tới mục tiêu trên, Arena đã thêm một hạng mục mới vào bảng xếp hạng: alignment (mức độ tuân thủ và phù hợp với ý định con người). Hạng mục này đánh giá các mô hình dựa trên những vấn đề như:

• Hành động không được yêu cầu (unauthorized action): mô hình tự thực hiện hành động mà người dùng không hề yêu cầu.
• Gán sai nguồn thông tin (false attribution): mô hình quy sai nguồn gốc của phát ngôn hoặc dữ kiện.
• Hoàn thành giả tạo (deceptive completion): mô hình nói dối rằng đã hoàn thành nhiệm vụ trong khi thực tế không làm.

Theo bảng xếp hạng alignment sơ bộ hiện tại, các mô hình của OpenAI đang dẫn đầu. Trong khi đó, Claude Opus 5.5 và Claude Fable lần lượt xếp ở vị trí thứ sáu và thứ chín.

Ý nghĩa với thị trường AI

Sự tăng trưởng của Arena phản ánh một xu hướng rõ rệt: khi các mô hình AI ngày càng mạnh và phổ biến, nhu cầu đánh giá độc lập, đáng tin cậy cũng tăng theo. Với doanh nghiệp Việt Nam đang cân nhắc tích hợp AI vào quy trình vận hành, các nền tảng đánh giá như Arena có thể trở thành công cụ tham chiếu hữu ích, giúp lựa chọn mô hình phù hợp thay vì chạy theo điểm số benchmark chung chung.

Việc Arena bổ sung hạng mục alignment cũng cho thấy ngành AI đang chuyển trọng tâm từ "mô hình nào thông minh nhất" sang "mô hình nào đáng tin cậy nhất" – một câu hỏi ngày càng quan trọng khi AI được giao ngày càng nhiều quyền tự chủ.