La ronda
Vals ha captado 40 millones de dólares en una serie A liderada por Andreessen Horowitz, según informó TechCrunch el viernes. Su ronda semilla anterior la lideró 8VC, con participación de Bloomberg Beta.
Fundada en 2024, Vals ha pasado de 8 personas a principios de año a 25, con planes de sumar entre 10 y 15 más. El cofundador Rayan Krishnan tiene 25 años. Los ingresos son ocho veces los de hace un año.
Qué vende
El producto es una prueba que no es pública. Vals evalúa modelos en tareas profesionales complejas del mundo real —derecho, finanzas y programación, entre otros ámbitos— y mantiene confidencial el material, de modo que un laboratorio no pueda afinar sus modelos contra las preguntas.
La medida es si un modelo puede “hacer un trabajo que produzca un resultado de la misma calidad que el de un humano”, y no si sabe responder preguntas de examen. Las empresas pagan para que se examine a sus modelos, igual que un estudiante paga por presentarse a una prueba estandarizada: el examinador cobra del examinado, la misma tensión estructural que atraviesa las agencias de calificación crediticia y, de hecho, la discusión de esta semana sobre quién debe evaluar a los laboratorios de frontera.
Los ámbitos se han ampliado mucho más allá de los servicios profesionales, e incluyen ya la automejora recursiva, la salud mental, la ciberseguridad, la bioseguridad y el derecho de los conflictos armados.
Por qué se financian ahora las pruebas privadas
Las pruebas públicas tienen un problema de contaminación que ya es imposible ignorar. En cuanto un examen está en internet, entra en el siguiente entrenamiento, y su puntuación deja de medir capacidad para medir exposición. Las pruebas reservadas y administradas en privado son la corrección evidente, y la razón por la que una firma de capital riesgo firma hoy un cheque por una de ellas.
El coste es la verificabilidad. Una prueba que nadie puede inspeccionar no puede ser auditada por nadie ajeno a la empresa que la administra. Que una puntuación de Vals signifique lo que dice descansa en confiar en Vals, justo la propiedad que las pruebas públicas debían evitar, y justo el intercambio que el mercado parece dispuesto a aceptar.
Ese intercambio también se está produciendo en otros sitios. MLPerf añadió esta semana pruebas de agentes, y Anthropic metió una consultora en su propio edificio para evaluar sus modelos. El hilo común es que la medición está pasando de bien público a negocio.
