El 8 de octubre, TechCrunch reportó que Arena, la popular plataforma donde millones de personas comparan respuestas de modelos de inteligencia artificial y votan cuál es mejor, levantó 200 millones de dólares a una valoración de 3.100 millones. Casi duplicó su valor en unos diez meses. La noticia llamó la atención porque Arena no crea modelos de IA: los juzga. Y eso se ha convertido en un negocio enorme.
Foto: RDNE Stock project / Pexels
Qué pasó
- Arena cerró una ronda Serie B de 200 millones de dólares a una valoración de 3.100 millones, frente a los 1.700 millones de su Serie A de enero de 2026.
- Lideraron Lightspeed Venture Partners y Khosla Ventures, con participación de Salesforce Ventures, Dell Technologies Capital, a16z, Felicis, Endeavor Catalyst y otros.
- Según TechCrunch, la empresa alcanzó 100 millones de dólares en ingresos anualizados en junio de 2026, frente a 30 millones en enero.
- Su modelo: una plataforma gratuita donde los usuarios comparan respuestas de distintos modelos a ciegas y votan, y un producto comercial, AI Evaluations, que vende a desarrolladores y empresas análisis de rendimiento basados en esos votos.
- En septiembre lanzó una categoría que califica a los modelos en temas de comportamiento, como acciones no autorizadas o mentir sobre haber terminado una tarea.
- La plataforma nació como un proyecto académico llamado Chatbot Arena y luego se convirtió en empresa.
Nota: los datos de esta ronda provienen de TechCrunch; las rondas anteriores fueron reportadas por varios medios.
Por qué importa
Cada semana aparece un nuevo modelo de IA que promete ser "el mejor". Para una empresa o un profesional que debe elegir qué herramienta usar, es casi imposible verificarlo. Los rankings como el de Arena se volvieron una referencia que influye en qué modelos adoptan las empresas, y por eso los laboratorios compiten intensamente por subir posiciones.
Para quien elige herramientas de IA en Latinoamérica, entender cómo se construyen estos rankings ayuda a no dejarse llevar solo por titulares.
Nuestro análisis
El negocio de medir
En toda fiebre del oro hay quienes ganan vendiendo herramientas y quienes ganan certificando la calidad del oro. Arena está en el segundo grupo. Cuanto más se multiplican los modelos, más valiosa es una referencia que permita compararlos. Que haya pasado de 30 a 100 millones de ingresos anualizados en pocos meses muestra la necesidad que hay en el mercado.
El problema de los rankings
Pero medir la IA es difícil. Durante 2026 se documentaron casos de laboratorios que ajustaron sus modelos para salir bien en pruebas conocidas, lo que restó credibilidad a muchos indicadores. Los rankings basados en votos de usuarios tienen sus propias limitaciones: miden qué respuesta gusta más, no necesariamente cuál es más precisa o segura. Un modelo que responde con seguridad y buen estilo puede ganar votos aunque se equivoque.
Un conflicto de interés a vigilar
Arena vende servicios de evaluación a los mismos laboratorios cuyos modelos clasifica. No hay evidencia de que eso altere el ranking, pero es una tensión estructural que conviene tener presente, como ocurre con las calificadoras de riesgo en finanzas.
Lo positivo: medir el comportamiento
La nueva categoría que evalúa si un modelo miente o actúa sin permiso es un paso interesante. Con la llegada de los agentes que actúan por su cuenta, la pregunta ya no es solo qué tan inteligente es un modelo, sino qué tan confiable.
Qué hacer ahora
- Usa los rankings como punto de partida, no como verdad final. Prueba los modelos con tus propias tareas antes de elegir.
- Arma un pequeño set de pruebas propio: diez preguntas o tareas típicas de tu negocio, en español, para comparar herramientas.
- Mira más de un indicador: precio, velocidad, calidad en español y comportamiento seguro importan tanto como el puesto en un ranking.
- Desconfía de los anuncios de "somos número uno" sin detalles de qué se midió y cómo.