Arena capta US$ 200 milhões e atinge valuation de US$ 3,1 bilhões

A plataforma de avaliação de inteligência artificial Arena anunciou nesta quinta-feira (8 de outubro de 2026) a captação de US$ 200 milhões em uma rodada de investimentos Series B. Com o aporte, a empresa alcançou um valor de mercado de US$ 3,1 bilhões, quase dobrando sua avaliação em um período de cerca de dez meses.

A rodada foi liderada pelas gestoras Lightspeed Venture Partners e Khosla Ventures, contando também com a participação de Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, a16z, Felicis e outros investidores. Em janeiro, a companhia já havia anunciado uma captação Series A de US$ 150 milhões, quando sua avaliação pós-investimento era de US$ 1,7 bilhão e sua receita anualizada estava em US$ 30 milhões. A empresa afirmou ter atingido US$ 100 milhões em taxa de receita anualizada em junho.

Origem e modelo de negócios

Criada em 2023 como um projeto de pesquisa na Universidade da Califórnia em Berkeley (UC Berkeley), a Arena desenvolveu uma plataforma gratuita baseada em colaboração coletiva. Nela, os usuários inserem comandos ou solicitam projetos e avaliam qual modelo responde melhor. Segundo a empresa, o serviço conta com dezenas de milhões de visitantes mensais.

Em setembro do ano passado, a companhia lançou seu produto comercial, o AI Evaluations. O serviço oferece análises detalhadas de desempenho para laboratórios de desenvolvimento e empresas com base nos retornos da comunidade. A procura se intensificou à medida que os laboratórios perceberam que testes estáticos de desempenho poderiam ser manipulados pelos modelos, enquanto empresas buscavam métricas para entender o comportamento das ferramentas em suas necessidades internas, em um mercado que também conta com outras iniciativas de classificação como o Open TTS Leaderboard da Hugging Face.

Nova classificação para alinhamento de IA

Paralelamente ao anúncio do aporte, a Arena adicionou uma nova categoria à sua tabela de classificação voltada para o alinhamento de modelos de IA. A empresa justificou a medida afirmando que os testes estáticos perdem a eficácia quando os modelos reconhecem que estão sendo testados, destacando a necessidade de uma entidade neutra para medir a segurança dos sistemas em uso real.

Essa nova seção ranqueia os modelos a partir de critérios como ações não autorizadas (execução de tarefas não solicitadas), atribuição falsa (crédito incorreto de dados ou citações) e a chamada "conclusão enganosa", que ocorre quando o sistema afirma ter finalizado uma tarefa sem tê-la feito. Atualmente, modelos da OpenAI ocupam o topo da classificação preliminar de alinhamento, enquanto os modelos Claude Opus 5.5 e Claude Fable aparecem na sexta e na nona posição, respectivamente.