<p>前沿模型能力的真正衡量標準並不在於靜態基準，而是在於真實用户互動的混亂、高容量熔爐中。這一基礎理念使得 LMArena 從一個在伯克利地下室孵化的學術項目躍升為行業公認的評估平台，成功融資 1 億美元。LMArena 的聯合創始人兼首席執行官 Anastasios Angelopoulos 最近在 2025 年 NeurIPS 大會上與 Latent Space 進行了現場對話，討論了該平台的非凡增長、運營挑戰以及在競爭激烈的 AI 評估領域對誠信的堅定承諾。</p>
<p>這段旅程並不是典型的創業故事，而是在加州大學伯克利分校 LMSys 的框架下進行的學術努力。Angelopoulos 讚揚了早期投資者的支持，如 a16z 的 Anjney Midha，在團隊甚至尚未成立公司之前就提供了基礎資助和資源。然而，維持平台的動力和質量迅速需要商業轉型。正如 Angelopoulos 所解釋的，“顯然，擴大我們所構建的唯一方法就是將其發展為一家公司。” 運營的龐大規模——處理超過 2.5 億次對話和每月數千萬次交互——需要的資源遠遠超過學術或非營利結構能夠可持續提供的。</p>
<p>最近的 1 億美元融資主要用於三個領域：推理成本、技術遷移和招聘世界級人才。該平台為公眾免費使用提供所有模型推理，確保數百萬用户的廣泛、公正訪問。這種對免費、可獲取評估的承諾對他們的使命至關重要，但也帶來了巨大的財務壓力。相當一部分資金用於基礎設施的全面改造，特別是將前端從 Gradio 遷移到自定義的 React 堆棧。儘管這一舉措成本高昂，但解決了性能瓶頸，並允許更大的靈活性和更好的開發者招聘，從而改善整體用户體驗。</p>
<p>該平台的影響力在其用户羣體中顯而易見：每月數百萬用户中約 25% 是軟件專業人士，表明其在負責構建 AI 產品的技術社區中的深度滲透。這種技術聚焦確保所收集的反饋和評估與實際部署和效用高度相關。</p>
<p>在如此規模下維持信任需要絕對的透明度，這一承諾最近在 “排行榜錯覺” 爭議中受到了考驗。Cohere 的研究人員發表了一篇論文，批評 LMArena 的方法論，聲稱未公開的私有測試為某些模型創造了不公平的優勢。LMArena 的回應迅速而明確，駁斥了論文在開放與閉源採樣方面的事實錯誤，並澄清了其預覽測試程序的透明度。</p>
<p>Angelopoulos 強調，平台的誠信是首要的，他表示公眾排行榜被視為 “慈善”，而不是付費參與的系統。模型不能支付費用以被列入，也不能支付費用以被移除，確保得分真實反映數百萬真實用户的投票和互動。</p>
<p>平台的成功不僅通過用户數量得到驗證，還通過其市場影響力。最著名的例子是 “Gemini Nano Banana 時刻”，這是一個用於早期預覽模型的代號，展示了能力的顯著飛躍。公眾的反應是迅速而深遠的，Angelopoulos 指出，“僅這一時刻就改變了谷歌的市場份額。” 這一事件展示了評估的經濟重要性，導致數十億美元的股票在一夜之間波動。這一市場反饋確認了多模態能力，包括視頻和圖像生成，正在迅速成為市場營銷、設計和科學應用中不可或缺的要素。LMArena 因此擴大了其關注範圍，推出了針對醫學、法律和金融等職業領域的專家領域，以及即將推出的視頻領域。</p>
<p>即使在平台獨特的價值主張下，消費者留存仍然是一個持續的挑戰。用户忠誠度的關鍵在於實施登錄和持久歷史，但 Angelopoulos 保持務實態度：“每個用户都是爭取來的，他們隨時可以離開。” 不斷追求提供每日、切實的價值驅動着他們的產品路線圖。展望未來，LMArena 旨在鞏固其作為中央評估平台的地位，為行業提供一個北極星——一個始終保持新鮮、免於過擬合，並紮根於數百萬真實用户的有機對話中的平台。重點仍然緊緊圍繞完善評估，抵制過度擴展到構建通用推理 API 等鄰近領域的誘惑。</p>

<p>LMArena 已籌集 1 億美元，以增強其人工智能評估平台，正在從學術項目轉型為商業實體。聯合創始人 Anastasios Angelopoulos 強調了商業轉型的必要性，以管理該平台的增長，該平台服務於包括軟件專業人士在內的數百萬用户。這筆資金將支持推理成本、技術遷移和人才招聘。LMArena 強調透明度和誠信，回應了對其方法論的批評。該平台旨在鞏固其作為人工智能行業領先評估工具的地位，專注於用户價值並維護信任</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標準並不在於靜態基準，而是在於真實用户互動的混亂、高容量熔爐中。這一基礎理念使得 LMArena 從一個在伯克利地下室孵化的學術項目躍升為行業公認的評估平台，成功融資 1 億美元。LMArena 的聯合創始人兼首席執行官 Anastasios Angelopoulos 最近在 2025 年 NeurIPS 大會上與 Latent Space 進行了現場對話，討論了該平台的非凡增長、運營挑戰以及在競爭激烈的 AI 評估領域對誠信的堅定承諾。</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>這段旅程並不是典型的創業故事，而是在加州大學伯克利分校 LMSys 的框架下進行的學術努力。Angelopoulos 讚揚了早期投資者的支持，如 a16z 的 Anjney Midha，在團隊甚至尚未成立公司之前就提供了基礎資助和資源。然而，維持平台的動力和質量迅速需要商業轉型。正如 Angelopoulos 所解釋的，“顯然，擴大我們所構建的唯一方法就是將其發展為一家公司。” 運營的龐大規模——處理超過 2.5 億次對話和每月數千萬次交互——需要的資源遠遠超過學術或非營利結構能夠可持續提供的。</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 億美元融資主要用於三個領域：推理成本、技術遷移和招聘世界級人才。該平台為公眾免費使用提供所有模型推理，確保數百萬用户的廣泛、公正訪問。這種對免費、可獲取評估的承諾對他們的使命至關重要，但也帶來了巨大的財務壓力。相當一部分資金用於基礎設施的全面改造，特別是將前端從 Gradio 遷移到自定義的 React 堆棧。儘管這一舉措成本高昂，但解決了性能瓶頸，並允許更大的靈活性和更好的開發者招聘，從而改善整體用户體驗。</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>該平台的影響力在其用户羣體中顯而易見：每月數百萬用户中約 25% 是軟件專業人士，表明其在負責構建 AI 產品的技術社區中的深度滲透。這種技術聚焦確保所收集的反饋和評估與實際部署和效用高度相關。</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>在如此規模下維持信任需要絕對的透明度，這一承諾最近在 “排行榜錯覺” 爭議中受到了考驗。Cohere 的研究人員發表了一篇論文，批評 LMArena 的方法論，聲稱未公開的私有測試為某些模型創造了不公平的優勢。LMArena 的回應迅速而明確，駁斥了論文在開放與閉源採樣方面的事實錯誤，並澄清了其預覽測試程序的透明度。</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 強調，平台的誠信是首要的，他表示公眾排行榜被視為 “慈善”，而不是付費參與的系統。模型不能支付費用以被列入，也不能支付費用以被移除，確保得分真實反映數百萬真實用户的投票和互動。</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>平台的成功不僅通過用户數量得到驗證，還通過其市場影響力。最著名的例子是 “Gemini Nano Banana 時刻”，這是一個用於早期預覽模型的代號，展示了能力的顯著飛躍。公眾的反應是迅速而深遠的，Angelopoulos 指出，“僅這一時刻就改變了谷歌的市場份額。” 這一事件展示了評估的經濟重要性，導致數十億美元的股票在一夜之間波動。這一市場反饋確認了多模態能力，包括視頻和圖像生成，正在迅速成為市場營銷、設計和科學應用中不可或缺的要素。LMArena 因此擴大了其關注範圍，推出了針對醫學、法律和金融等職業領域的專家領域，以及即將推出的視頻領域。</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>即使在平台獨特的價值主張下，消費者留存仍然是一個持續的挑戰。用户忠誠度的關鍵在於實施登錄和持久歷史，但 Angelopoulos 保持務實態度：“每個用户都是爭取來的，他們隨時可以離開。” 不斷追求提供每日、切實的價值驅動着他們的產品路線圖。展望未來，LMArena 旨在鞏固其作為中央評估平台的地位，為行業提供一個北極星——一個始終保持新鮮、免於過擬合，並紮根於數百萬真實用户的有機對話中的平台。重點仍然緊緊圍繞完善評估，抵制過度擴展到構建通用推理 API 等鄰近領域的誘惑。</p>
</div>

LMArena 的 1 億美元願景：在 AI 評估體系中擴大信任