De experimento de universidad a estrella del venture capital en tiempo récord.
LMArena, un spin-off de la Universidad de California en Berkeley, anunció este martes una Serie A de 150 millones de dólares a una valoración post-money de 1.700 millones de dólares. Todo esto, apenas cuatro meses después de lanzar públicamente su primer producto comercial en septiembre.
La ronda estuvo liderada por Felicis y UC Investments, el fondo de inversión de la Universidad de California. También participaron Andreessen Horowitz, The House Fund, LDVP, Kleiner Perkins, Lightspeed Venture Partners y Laude Ventures.
En mayo, la startup ya había levantado una ronda semilla de 100 millones de dólares a una valoración de 600 millones. En conjunto, suma 250 millones de dólares en unos siete meses.
El origen: Chatbot Arena en Berkeley
LMArena nació en 2023 como Chatbot Arena, un proyecto de investigación abierto creado por los investigadores de UC Berkeley Anastasios Angelopoulos y Wei-Lin Chiang. Al principio se financió con grants académicos y donaciones.
La propuesta era directa: rankings públicos de rendimiento de modelos de IA, basados en la comunidad.
En su web, cualquier persona puede escribir un prompt. La plataforma envía ese texto a dos modelos distintos y luego el usuario elige qué respuesta le parece mejor. Esos "duelos" alimentan los rankings, que clasifican modelos en tareas como texto, desarrollo web, visión, texto-a-imagen y otras capacidades.
Según la compañía, más de 5 millones de usuarios al mes, repartidos en 150 países, generan alrededor de 60 millones de conversaciones mensuales. No tardó en convertirse en una obsesión para muchos equipos que entrenan modelos.
En sus comparativas aparecen variantes de OpenAI GPT, Google Gemini, Anthropic Claude y Grok, además de modelos especializados en generación de imágenes, texto-a-imagen o razonamiento.
De la comunidad al negocio
Tras consolidar su reputación como "campo neutral" para medir modelos, LMArena empezó a colaborar directamente con algunos de los grandes del sector. Cerró acuerdos con OpenAI, Google y Anthropic, entre otros, para que sus modelos estrella estuvieran disponibles para ser evaluados por la comunidad.
Ese movimiento también generó fricción. En abril, un grupo de competidores publicó un paper acusando a estas alianzas de permitir que algunos actores "amañaran" los benchmarks de LMArena. La empresa ha negado rotundamente esas acusaciones.
La polémica, al menos de momento, no ha frenado su crecimiento.
En septiembre, LMArena lanzó oficialmente su servicio comercial AI Evaluations, dirigido a empresas, laboratorios de modelos y desarrolladores. Pagan a la compañía para que organice evaluaciones estructuradas de modelos aprovechando a su comunidad y su infraestructura.
Para diciembre —menos de cuatro meses después del lanzamiento— este producto ya había alcanzado lo que LMArena define como una "tasa de consumo" anualizada de 30 millones de dólares, su forma de medir el Annual Recurring Revenue (ARR).
Lo que significa para el ecosistema de IA
A medida que se multiplican los modelos, elegir el adecuado se vuelve un deporte de riesgo: los benchmarks sintéticos y los papers no siempre reflejan la experiencia real de los usuarios.
LMArena apuesta a que las comparaciones masivas con humanos en el bucle se conviertan en infraestructura crítica del stack de IA, del mismo modo que los benchmarks de navegadores o de rendimiento en la nube marcaron épocas anteriores.
Para startups y equipos de IA en España y Latinoamérica, plataformas de evaluación independientes como LMArena pueden ser una vía para poner modelos propios frente a gigantes como OpenAI o Google y, sobre todo, para entender cómo los percibe una comunidad global de usuarios avanzados.
