大模型竞技场Arena推出API中转服务

背景

Arena（原 LMArena）脱胎于伯克利（Berkeley）的学术项目，凭借「Chatbot Arena」这一「人类投票定胜负」的机制，积累了大量人类偏好数据，成为大模型厂商既爱又恨的「兵器谱」。2025年5月，Arena完成约1亿美元种子轮融资，由 a16z 与加州大学投资公司领投，估值约6亿美元；2026年1月，再融资1.5亿美元，估值升至17亿美元。

然而，作为「裁判」的 Arena 长期面临盈利难题：网站、投票、甚至 direct chat 均免费，仅 API 调用收费。随着投资人对收入故事的期待，Arena 决定将排行榜本身商品化，通过提供 API 服务实现变现。

核心内容

Arena 近日低调测试 Arena API，其核心功能包括聊天补全/Messages 接口、统一密钥管理及按量计费。用户只需在模型名中填写 auto，系统即可根据实时排行榜自动选择模型。这种模式在业内被称为「中转」，俗称「掺水贩子」。

Arena API 的核心卖点是 智能路由（Intelligent Routing）。它利用自身积累的实时排名数据，替用户选择当前表现最佳的模型，无需用户具备专业知识。该服务兼容多种模型，包括 Llama、Claude、Codex、Pi 等。

尽管官方文档强调产品处于「研究预览阶段」，不承诺可用性，且 auto 模式不保证支持函数调用，路由质量也会随时间改进，但其商业意图明确：通过流量分配实现变现。

关键要点

• 商业模式转变：Arena 从免费的人类偏好数据收集平台，转向通过 API 提供智能路由服务，将「全网最懂模型」的人设直接变现为 token 流水。
• 智能路由机制：用户无需关心具体模型选择，系统根据 Arena 排行榜的实时排名自动分配请求，实现模型间的无缝切换。
• 利益冲突风险：Arena 既是模型评分的「裁判」，又是流量分发的「贩子」。其排名直接影响厂商的进账，引发对公正性的质疑。
• 历史争议：2025年上半年，Cohere 等机构发表论文《排行榜幻觉》，指控 Arena 存在私下测试大厂变体并择优上榜的后门；Llama 4 和文心等刷榜事件也加剧了公众对其公正性的怀疑。
• 当前状态：API 目前处于限制注册的研究预览阶段，官方对服务稳定性和功能支持持保留态度，但急于通过商业化解决收入问题。

意义与影响

Arena 的 API 服务标志着 AI 创业生态的进一步成熟与异化。正如「宇宙的尽头是编制，互联网的尽头是带货」，AI 领域的尽头似乎正走向「贩子」模式。OpenRouter 已率先探索此路径，而 Arena 带着「裁判」身份入场，使得利益链条更加复杂。

这一举动引发了关于 AI 评测公正性的深刻讨论：当评测机构直接参与流量分配并从中获利时，其排行榜的客观性将受到严峻挑战。尽管 Arena 声称其路由质量会随时间改进，但一边记分一边卖票的模式，可能导致模型排名进一步偏离真实能力，转而反映商业利益博弈的结果。后续发展将取决于 Arena 如何在商业利益与学术公信力之间取得平衡，以及用户和厂商对这种「中转」模式的接受程度。