ทุกครั้งที่มีโมเดล AI ใหม่เปิดตัว คำถามแรกที่ทุกคนถามคือ "เก่งกว่าตัวเดิมไหม?" และหนึ่งในที่ที่คนนิยมเปิดดูมากที่สุดก็คือ Arena — ล่าสุดบริษัทนี้เพิ่งประกาศระดมทุน Series B มูลค่า 200 ล้านดอลลาร์ ที่ มูลค่ากิจการ 3.1 พันล้านดอลลาร์ ตามรายงานของ TechCrunch (8 ต.ค. 2026)
เกิดอะไรขึ้น
- รอบนี้นำโดย Lightspeed Venture Partners และ Khosla Ventures ร่วมด้วย Salesforce Ventures, a16z, Felicis, Dell Technologies Capital และอีกหลายราย
- รอบก่อนหน้าคือ Series A 150 ล้านดอลลาร์ เมื่อเดือนมกราคม ที่มูลค่า 1.7 พันล้านดอลลาร์ — มูลค่าเกือบเท่าตัวภายในราว 10 เดือน
- รายได้ต่อปี (annualized) เพิ่มจาก 30 ล้านดอลลาร์ ตอนต้นปี เป็น 100 ล้านดอลลาร์ ในเดือนมิถุนายน (ตัวเลขที่บริษัทเปิดเผยเอง)
Arena เริ่มต้นปี 2023 เป็น โปรเจกต์วิจัยของ UC Berkeley แนวคิดง่าย ๆ คือให้ผู้ใช้พิมพ์คำถาม (หรือสั่งให้ "vibe code" โปรเจกต์) แล้วเลือกว่าคำตอบของโมเดลไหนดีกว่า โดยไม่รู้ว่าเป็นโมเดลอะไร ผลโหวตจำนวนมหาศาลถูกรวมเป็นอันดับ บริษัทระบุว่ามีผู้เข้าชม หลายสิบล้านคนต่อเดือน และทำเงินจากบริการ AI Evaluations ที่ขายข้อมูลวิเคราะห์ประสิทธิภาพเชิงลึกให้แล็บ AI และองค์กร
ของใหม่: อันดับ "ความซื่อตรง" (Alignment)
ที่น่าสนใจกว่าตัวเงินคือ Arena เปิด หมวด alignment ใหม่บน leaderboard ซึ่งวัด 3 พฤติกรรมที่คนใช้ AI Agent กังวล:
- Unauthorized action — ทำสิ่งที่ไม่ได้ถูกสั่ง
- False attribution — อ้างแหล่งที่มาผิด ๆ
- Deceptive completion — บอกว่าทำงานเสร็จแล้ว ทั้งที่ยังไม่ได้ทำ
ในอันดับเบื้องต้น กลุ่มโมเดลของ OpenAI ครองอันดับต้น ๆ ส่วน Claude Opus 5.5 อยู่อันดับ 6 และ Claude Fable อันดับ 9
อันดับหมวดนี้ยังเป็น "preliminary" (เบื้องต้น) และอิงจากการประเมินของชุมชน จึงอาจเปลี่ยนได้อีกมากเมื่อข้อมูลสะสมมากขึ้น
แปลว่าอะไร
Arena ให้เหตุผลว่า AI พัฒนาเร็วกว่าวิธีวัดผล และ benchmark แบบตายตัวเริ่มใช้ไม่ได้เมื่อโมเดล "รู้ตัว" ว่ากำลังถูกทดสอบ — ปัญหาที่หลายแล็บเจอเหมือนกันคือโมเดลทำคะแนนสอบได้ดีโดยไม่ได้เก่งจริง การวัดจากการใช้งานจริงของคนจำนวนมากจึงกลายเป็นสินค้าที่มีราคา
อีกมุมคือองค์กรไม่ได้อยากรู้แค่ว่า "โมเดลไหนเก่งที่สุด" แต่อยากรู้ว่า โมเดลไหนเหมาะกับงานของตัวเอง และไว้ใจได้แค่ไหนเมื่อปล่อยให้ทำงานเอง ข่าวนี้มาในช่วงเดียวกับที่ประเด็นความปลอดภัยของ AI Agent ถูกพูดถึงหนัก — ตัวเลข "ฉลาดแค่ไหน" เริ่มสำคัญน้อยกว่า "เชื่อถือได้แค่ไหน"
ถ้าคุณกำลังเลือกโมเดลมาใช้งาน ลองเปิดดูทั้งอันดับความสามารถและอันดับ alignment ประกอบกัน แล้วทดสอบกับงานจริงของตัวเองเสมอ — อันดับบนเว็บเป็นแค่จุดเริ่มต้น
Arena ระดมทุน $200M ที่มูลค่า $3.1B และเริ่มจัดอันดับ "ความซื่อตรง" ของ AI — สัญญาณว่าตลาดเริ่มให้ค่ากับความน่าเชื่อถือพอ ๆ กับความเก่ง