<p>前沿模型能力的真正衡量标准并不在于静态基准，而是在于真实用户互动的混乱、高容量熔炉中。这一基础理念使得 LMArena 从一个在伯克利地下室孵化的学术项目跃升为行业公认的评估平台，成功融资 1 亿美元。LMArena 的联合创始人兼首席执行官 Anastasios Angelopoulos 最近在 2025 年 NeurIPS 大会上与 Latent Space 进行了现场对话，讨论了该平台的非凡增长、运营挑战以及在竞争激烈的 AI 评估领域对诚信的坚定承诺。</p>
<p>这段旅程并不是典型的创业故事，而是在加州大学伯克利分校 LMSys 的框架下进行的学术努力。Angelopoulos 赞扬了早期投资者的支持，如 a16z 的 Anjney Midha，在团队甚至尚未成立公司之前就提供了基础资助和资源。然而，维持平台的动力和质量迅速需要商业转型。正如 Angelopoulos 所解释的，“显然，扩大我们所构建的唯一方法就是将其发展为一家公司。” 运营的庞大规模——处理超过 2.5 亿次对话和每月数千万次交互——需要的资源远远超过学术或非营利结构能够可持续提供的。</p>
<p>最近的 1 亿美元融资主要用于三个领域：推理成本、技术迁移和招聘世界级人才。该平台为公众免费使用提供所有模型推理，确保数百万用户的广泛、公正访问。这种对免费、可获取评估的承诺对他们的使命至关重要，但也带来了巨大的财务压力。相当一部分资金用于基础设施的全面改造，特别是将前端从 Gradio 迁移到自定义的 React 堆栈。尽管这一举措成本高昂，但解决了性能瓶颈，并允许更大的灵活性和更好的开发者招聘，从而改善整体用户体验。</p>
<p>该平台的影响力在其用户群体中显而易见：每月数百万用户中约 25% 是软件专业人士，表明其在负责构建 AI 产品的技术社区中的深度渗透。这种技术聚焦确保所收集的反馈和评估与实际部署和效用高度相关。</p>
<p>在如此规模下维持信任需要绝对的透明度，这一承诺最近在 “排行榜错觉” 争议中受到了考验。Cohere 的研究人员发表了一篇论文，批评 LMArena 的方法论，声称未公开的私有测试为某些模型创造了不公平的优势。LMArena 的回应迅速而明确，驳斥了论文在开放与闭源采样方面的事实错误，并澄清了其预览测试程序的透明度。</p>
<p>Angelopoulos 强调，平台的诚信是首要的，他表示公众排行榜被视为 “慈善”，而不是付费参与的系统。模型不能支付费用以被列入，也不能支付费用以被移除，确保得分真实反映数百万真实用户的投票和互动。</p>
<p>平台的成功不仅通过用户数量得到验证，还通过其市场影响力。最著名的例子是 “Gemini Nano Banana 时刻”，这是一个用于早期预览模型的代号，展示了能力的显著飞跃。公众的反应是迅速而深远的，Angelopoulos 指出，“仅这一时刻就改变了谷歌的市场份额。” 这一事件展示了评估的经济重要性，导致数十亿美元的股票在一夜之间波动。这一市场反馈确认了多模态能力，包括视频和图像生成，正在迅速成为市场营销、设计和科学应用中不可或缺的要素。LMArena 因此扩大了其关注范围，推出了针对医学、法律和金融等职业领域的专家领域，以及即将推出的视频领域。</p>
<p>即使在平台独特的价值主张下，消费者留存仍然是一个持续的挑战。用户忠诚度的关键在于实施登录和持久历史，但 Angelopoulos 保持务实态度：“每个用户都是争取来的，他们随时可以离开。” 不断追求提供每日、切实的价值驱动着他们的产品路线图。展望未来，LMArena 旨在巩固其作为中央评估平台的地位，为行业提供一个北极星——一个始终保持新鲜、免于过拟合，并扎根于数百万真实用户的有机对话中的平台。重点仍然紧紧围绕完善评估，抵制过度扩展到构建通用推理 API 等邻近领域的诱惑。</p>

<p>LMArena 已筹集 1 亿美元，以增强其人工智能评估平台，正在从学术项目转型为商业实体。联合创始人 Anastasios Angelopoulos 强调了商业转型的必要性，以管理该平台的增长，该平台服务于包括软件专业人士在内的数百万用户。这笔资金将支持推理成本、技术迁移和人才招聘。LMArena 强调透明度和诚信，回应了对其方法论的批评。该平台旨在巩固其作为人工智能行业领先评估工具的地位，专注于用户价值并维护信任</p>

<p>The true measure of a frontier model’s capability is not found in static benchmarks, but in the chaotic, high-volume crucible of real-world user interaction. This foundational philosophy is what catapulted LMArena from an academic project incubated in a Berkeley basement to the industry’s de facto evaluation platform, securing a massive $100 million raise. Anastasios Angelopoulos, Co-Founder and CEO of LMArena, recently spoke with Latent Space live at NeurIPS 2025 to discuss the platform’s extraordinary growth, its operational challenges, and its unwavering commitment to integrity in the highly competitive field of AI evaluation.</p>
<div class="lb-trans"><p>前沿模型能力的真正衡量标准并不在于静态基准，而是在于真实用户互动的混乱、高容量熔炉中。这一基础理念使得 LMArena 从一个在伯克利地下室孵化的学术项目跃升为行业公认的评估平台，成功融资 1 亿美元。LMArena 的联合创始人兼首席执行官 Anastasios Angelopoulos 最近在 2025 年 NeurIPS 大会上与 Latent Space 进行了现场对话，讨论了该平台的非凡增长、运营挑战以及在竞争激烈的 AI 评估领域对诚信的坚定承诺。</p>
</div><p>The journey began not as a typical startup but as an academic effort under the LMSys umbrella at UC Berkeley. Angelopoulos credited early support from investors like Anjney Midha at a16z, who provided foundational grants and resources before the team was even committed to forming a company. However, maintaining the platform’s momentum and quality quickly necessitated a commercial pivot. As Angelopoulos explained, “It became clear that the only way to scale what we were building was to build a company out of it.” The sheer scale of operations—handling over 250 million total conversations and tens of millions monthly—demanded resources far exceeding what academic or non-profit structures could sustainably provide.</p>
<div class="lb-trans"><p>这段旅程并不是典型的创业故事，而是在加州大学伯克利分校 LMSys 的框架下进行的学术努力。Angelopoulos 赞扬了早期投资者的支持，如 a16z 的 Anjney Midha，在团队甚至尚未成立公司之前就提供了基础资助和资源。然而，维持平台的动力和质量迅速需要商业转型。正如 Angelopoulos 所解释的，“显然，扩大我们所构建的唯一方法就是将其发展为一家公司。” 运营的庞大规模——处理超过 2.5 亿次对话和每月数千万次交互——需要的资源远远超过学术或非营利结构能够可持续提供的。</p>
</div><p>The recent $100 million raise is directed toward three primary areas: inference costs, technical migration, and hiring world-class talent. The platform funds all model inference for free public usage, ensuring broad, unbiased access for millions of users. This commitment to free, accessible evaluation is critical to their mission but creates substantial financial pressure. A significant portion of the capital is dedicated to the infrastructure overhaul, specifically migrating the front-end off Gradio to a custom React stack. This move, while costly, addresses performance bottlenecks and allows for greater flexibility and better developer hiring, improving the overall consumer experience.</p>
<div class="lb-trans"><p>最近的 1 亿美元融资主要用于三个领域：推理成本、技术迁移和招聘世界级人才。该平台为公众免费使用提供所有模型推理，确保数百万用户的广泛、公正访问。这种对免费、可获取评估的承诺对他们的使命至关重要，但也带来了巨大的财务压力。相当一部分资金用于基础设施的全面改造，特别是将前端从 Gradio 迁移到自定义的 React 堆栈。尽管这一举措成本高昂，但解决了性能瓶颈，并允许更大的灵活性和更好的开发者招聘，从而改善整体用户体验。</p>
</div><p>The platform’s influence is evident in its user demographics: approximately 25% of its millions of monthly users are software professionals, indicating its deep penetration into the technical community responsible for building AI products. This technical focus ensures that the feedback and evaluations gathered are highly relevant to real-world deployment and utility.</p>
<div class="lb-trans"><p>该平台的影响力在其用户群体中显而易见：每月数百万用户中约 25% 是软件专业人士，表明其在负责构建 AI 产品的技术社区中的深度渗透。这种技术聚焦确保所收集的反馈和评估与实际部署和效用高度相关。</p>
</div><p>Maintaining trust at this scale requires absolute transparency, a commitment that was recently tested by the “Leaderboard Delusion” controversy. Cohere researchers published a paper critiquing LMArena’s methodology, claiming that undisclosed private testing created unfair advantages for certain models. LMArena’s response was swift and definitive, demolishing the paper’s factual errors concerning open versus closed-source sampling and misrepresenting the transparency of their preview testing program.</p>
<div class="lb-trans"><p>在如此规模下维持信任需要绝对的透明度，这一承诺最近在 “排行榜错觉” 争议中受到了考验。Cohere 的研究人员发表了一篇论文，批评 LMArena 的方法论，声称未公开的私有测试为某些模型创造了不公平的优势。LMArena 的回应迅速而明确，驳斥了论文在开放与闭源采样方面的事实错误，并澄清了其预览测试程序的透明度。</p>
</div><p>Angelopoulos emphasized that platform integrity comes first, stating that the public leaderboard is treated as “a charity,” not a pay-to-play system. Models cannot pay to be listed, nor can they pay to be removed, ensuring that scores genuinely reflect millions of real user votes and interactions.</p>
<div class="lb-trans"><p>Angelopoulos 强调，平台的诚信是首要的，他表示公众排行榜被视为 “慈善”，而不是付费参与的系统。模型不能支付费用以被列入，也不能支付费用以被移除，确保得分真实反映数百万真实用户的投票和互动。</p>
</div><p>The success of the platform is validated not just by its user numbers, but by its market impact. The most famous example is the “Gemini Nano Banana moment,” a codename used for an early preview model that demonstrated a significant leap in capability. The public reaction was immediate and impactful, with Angelopoulos noting, “That moment alone changed Google’s like market share.” The event demonstrated the economic criticality of evaluation, causing billions of dollars in stock movement overnight. This market feedback confirms that multimodal capabilities, including video and image generation, are quickly becoming essential for marketing, design, and AI-for-science applications. LMArena is expanding its focus accordingly, launching expert arenas tailored to occupational verticals like medicine, legal, and finance, alongside a forthcoming video arena.</p>
<div class="lb-trans"><p>平台的成功不仅通过用户数量得到验证，还通过其市场影响力。最著名的例子是 “Gemini Nano Banana 时刻”，这是一个用于早期预览模型的代号，展示了能力的显著飞跃。公众的反应是迅速而深远的，Angelopoulos 指出，“仅这一时刻就改变了谷歌的市场份额。” 这一事件展示了评估的经济重要性，导致数十亿美元的股票在一夜之间波动。这一市场反馈确认了多模态能力，包括视频和图像生成，正在迅速成为市场营销、设计和科学应用中不可或缺的要素。LMArena 因此扩大了其关注范围，推出了针对医学、法律和金融等职业领域的专家领域，以及即将推出的视频领域。</p>
</div><p>Consumer retention remains a constant challenge, even with the platform’s unique value proposition. The key unlock for user loyalty was implementing sign-in and persistent history, but Angelopoulos remains pragmatic: “Every user is earned, they can leave at any moment.” The constant pursuit of providing daily, tangible value drives their product roadmap. Looking ahead, LMArena aims to solidify its position as the central evaluation platform, providing a North Star for the industry—one that is constantly fresh, immune to overfitting, and grounded in the organic conversations of millions of real users. The focus remains tightly centered on perfecting evaluation, resisting the temptation to over-extend into adjacent areas like building APIs for generalized inference.</p>
<div class="lb-trans"><p>即使在平台独特的价值主张下，消费者留存仍然是一个持续的挑战。用户忠诚度的关键在于实施登录和持久历史，但 Angelopoulos 保持务实态度：“每个用户都是争取来的，他们随时可以离开。” 不断追求提供每日、切实的价值驱动着他们的产品路线图。展望未来，LMArena 旨在巩固其作为中央评估平台的地位，为行业提供一个北极星——一个始终保持新鲜、免于过拟合，并扎根于数百万真实用户的有机对话中的平台。重点仍然紧紧围绕完善评估，抵制过度扩展到构建通用推理 API 等邻近领域的诱惑。</p>
</div>

LMArena 的 1 亿美元愿景：在 AI 评估体系中扩大信任