Проект LMArena (известный многим как Chatbot Arena), созданный исследователями из Беркли, официально перешел в лигу тяжеловесов. Стартап закрыл раунд серии A на сумму $150 млн при оценке в $1,7 млрд. И все это спустя всего семь месяцев после запуска.

В раунде участвовали топовые фонды: Andreessen Horowitz, Kleiner Perkins и Lightspeed. Но важнее цифр капитализации — операционные показатели: платформа обрабатывает 60 миллионов диалогов в месяц, а годовая выручка (ARR) уже достигла $30 млн.

Почему это важно для вайбкодеров

Для тех, кто собирает продукты на базе Cursor, Claude Code или Windsurf, выбор модели — это не вопрос симпатии к бренду, а вопрос качества генерации кода и следования инструкциям. Традиционные бенчмарки (вроде MMLU) давно дискредитированы: разработчики моделей подгоняют веса под тесты, из-за чего цифры в пресс-релизах не бьются с реальностью.

LMArena предложила «слепое» тестирование: пользователь вводит промпт, получает два анонимных ответа и выбирает лучший. Это единственный масштабный источник данных о том, как модели ведут себя в реальных задачах, включая кодинг и сложные рассуждения.

Главные цифры релиза:

• Оценка: $1,7 млрд (рост на 183% по сравнению с сид-раундом).
• Масштаб: 50 миллионов голосов для сравнения более 400 моделей.
• Скорость: Статус «единорога» достигнут за 7 месяцев — рекорд для AI-инфраструктуры.

Что дальше?

Деньги пойдут на развитие коммерческих продуктов для энтерпрайза. Сейчас CTO крупных компаний не знают, на что пересаживать команды — на Claude 3.5 Sonnet, GPT-4o или локальные Llama 3. LMArena становится тем самым независимым арбитром, который помогает выбрать модель на основе живого фидбека, а не маркетинговых графиков.

Для нас это означает, что лидерборд Chatbot Arena останется главным ориентиром при обновлении конфигов в наших IDE. Если новая модель «выстреливает» в Arena, значит, пора менять API-ключ.