据 动察 Beating 监测，AI 模型评测公司 Vals AI 完成 4000 万美元 A 轮融资，估值达到 4 亿美元，由 a16z 领投。8VC、Pear VC、Bloomberg Beta 等老股东继续参投。

Vals 做的是大模型第三方评测。现在不少模型发布时，成绩仍由厂商自己测、自己报。Vals 则用编程、金融、法律、医疗等真实任务统一测试不同模型。官方称，其结果已被 OpenAI、Anthropic、Google、Meta 和 xAI 的模型卡引用，今年收入也已经达到 2025 全年的 8 倍。

a16z 看中的就是这层「第三方裁判」价值。公开 Benchmark 越来越容易被刷分、混入训练数据，甚至被厂商针对性优化，榜单高分未必等于真实好用。

这次 Vals 还全面开放 Vals Smith，可以直接把任意 GitHub 仓库做成 Coding Benchmark。系统会从历史 PR 中提取真实开发任务，再用隐藏测试检查模型能不能完成。企业因此可以直接测试哪个模型最适合自己的代码库，而不是只看公开榜单。