Yapay zeka modellerini değerlendiren Arena platformu, ticari hizmetini başlattığı sekiz ay sonra 100 milyon dolar yıllık gelir seviyesine (ARR) ulaştığını duyurdu. 2023 yılında UC Berkeley'de araştırma projesi olarak ortaya çıkan Arena, kullanıcıların iki yapay zeka modelinin performansını kıyaslamasına olanak sağlayan kitlesel değerlendirme sistemiyle tanınıyor.

Hızlı büyüme ve ticari model

Arena'nın popüler AI model sıralaması herkese açık olarak ücretsiz sunuluyor ve 10 milyondan fazla kullanıcı değerlendirmesinden oluşturuluyor. Şirket, Eylül 2025'te yapay zeka değerlendirme (AI Evaluations) hizmetini devreye alarak para kazanmaya başladı. Bu hizmet, model geliştirme laboratuvarlarına ve işletmelere topluluktan toplanan derinlemesine performans analitiğini sunuyor. Kurucu ve CEO Anastasios Angelopoulos, TechCrunch'a verdiği açıklamada pek çok insanın şirketin para kazandığını fark etmediğini söyledi.

Yapay zeka eğitim pazarında hızlı genişleme

Arena, metin, kodlama, görüntü işleme ve karmaşık iş akışlarını (Agent Mode aracılığıyla) değerlendirmek için modelleri farklı görevlere göre sıralandırıyor. Ocak ayında 150 milyon dolar değerlemesinde Series A finansmanını tamamladığında şirketin yıllık geliri 30 milyon dolar idi. O tarihten bu yana gelir hızlı biçimde artmış durumda. Sektördeki rakip şirketler de benzer hızda büyüyor: Handshake'in yapay zeka eğitimi brüt yıllık geliri Ocak'tan Nisan'a kadar 550 milyondan 1 milyara yakınlaşırken, Mercor'un geliri Eylül'de 500 milyon dolarken bu yıl 1 milyarı geçti.

Yatırım ve kurucu ekip

Arena toplamda 250 milyon dolar yatırım aldı. Kurucu ekip UC Berkeley'den gelen Angelopoulos (CEO), Wei-Lin Chiang (CTO) ve ünlü profesor Ion Stoica'dan oluşuyor. Stoica aynı zamanda Databricks'in kurucu ortağı.

Ne anlama geliyor?

Yapay zeka modellerinin geliştirilme süreci iki temel aşamadan oluşur: ilk eğitim (pre-training) ve ince ayar (post-training). Post-training aşamasında model, gerçek dünyadaki görevlerde daha iyi performans göstermesi için insanlar tarafından yapılan değerlendirmelerle iyileştirilir. Arena gibi platformlar, bu değerlendirmeyi kitlesel katılımla ucuz ve ölçeklenebilir biçimde sunar. Model geliştiriciler, kendi içinde kaliteyi yükseltmek yerine bu platformlara başvurarak hızlı geri bildirim alabilir ve maliyetlerini azaltabilir.

Hizmetin işleyişi basittir: bir kurum, modelini Arena'ya gönderir ve platform kullanıcıları bu modeli başka modellerle karşılaştırarak hangisinin daha iyi olduğunu söyler. Elde edilen veriler, geliştiriciye hangi alanlarda (yazı, resim, kod) zayıf kaldığını gösterir. Bu sayede yapay zeka şirketleri insan etiketçileri işe alıp yönetme masrafından kurtulur ve daha hızlı ilerleme kaydeder.

Türkiye'de yapay zeka geliştirme ekipleri şu anda böyle platformlara doğrudan erişebiliyor. Model kalitesini artırmaya ihtiyacı olan her şirket, yerel kaynaklar kullanmak yerine uluslararası bulut tabanlı çözümlere yönelerek daha verimli biçimde çalışabiliyor. Arena'nın büyümesi, yapay zeka endüstrisinde bu tür değerlendirme ve iyileştirme hizmetlerinin ne kadar temel bir ihtiyaç olduğunu gösteriyor.