#AI评测

Arena 融了 2 亿美元，专门做 AI 模型实际表现评测，现在还出了个 Alignment Index。

lmarena.ai@lmarena_ai2 个信源在谈原文

阿里投了前实习生创业的AI评测公司，这个公司专门给AI模型做测试，解决现在模型分数虚高但实际表现不好的问题。

让用户直接看不同模型在同一任务上的输出对比，比只看基准数字直观多了，还能知道哪个实际表现更好。

Ethan Mollick@emollick原文

OpenAI 自己搞了个硬核自主任务基准 GDPval，花了大钱，结果 GPT-5.6 的成绩藏起来了。背后有啥故事？不点进来看看？

Ethan Mollick@emollick11 个信源在谈原文

Arena 8个月做到1亿美元年收入，它的 Agent Arena 能测 AI 智能体在真实任务里的表现，比传统投票评测更硬核。

lmarena.ai@lmarena_ai原文