Vals AI ha levantado 40 millones de dólares en una Serie A liderada por Andreessen Horowitz que sitúa la valoración de la startup en 400 millones. La compañía quiere convertirse en un evaluador independiente de la industria de la inteligencia artificial, sustituyendo los benchmarks académicos tradicionales por pruebas privadas que miden cómo funcionan los modelos y agentes frente a tareas profesionales del mundo real.
Vals AI alcanza una valoración de 400 millones de dólares
La startup de San Francisco Vals AI ha cerrado una ronda Serie A de 40 millones de dólares con una valoración de 400 millones.
La operación está liderada por Andreessen Horowitz (a16z), uno de los principales fondos de capital riesgo de Silicon Valley.
Los actuales inversores 8VC, Pear VC y Bloomberg Beta también participaron nuevamente, mientras HRT Ventures y Next Ladder Ventures se incorporaron como nuevos inversores.
Anteriormente, Vals había conseguido 5 millones de dólares en financiación seed.
Los benchmarks tradicionales empiezan a perder efectividad
Vals intenta solucionar un problema cada vez más importante para la industria: determinar objetivamente qué modelos de inteligencia artificial funcionan mejor.
Durante años, los laboratorios han utilizado benchmarks académicos públicos para comparar sus modelos.
Sin embargo, los sistemas más avanzados están comenzando a obtener puntuaciones muy elevadas en las mismas pruebas, reduciendo su capacidad para diferenciar realmente entre modelos.
Además, los datasets públicos pueden terminar formando parte de los datos de entrenamiento o convertirse directamente en objetivos sobre los que los desarrolladores optimizan sus modelos.
El resultado es que una IA puede obtener excelentes puntuaciones en un leaderboard y posteriormente tener dificultades cuando debe completar tareas profesionales complejas de varios pasos.
Vals prueba la IA con tareas reales de empresas
La compañía adopta un enfoque diferente.
Vals combina especialistas de sectores como derecho, finanzas, salud y programación con sistemas automatizados capaces de evaluar los resultados generados por los modelos.
En lugar de comprobar únicamente si una IA puede responder preguntas académicas, las pruebas buscan determinar si puede realizar trabajos siguiendo estándares similares a los utilizados por profesionales.
Los conjuntos de evaluación permanecen privados y se ejecutan de forma limitada para reducir el riesgo de contaminación de datos o de que los modelos sean específicamente optimizados para superar las pruebas.
OpenAI, Google, Anthropic, Meta y xAI utilizan sus evaluaciones
Vals asegura que puede obtener resultados de sus benchmarks pocas horas después de recibir acceso a un nuevo modelo.
La compañía también reemplaza las pruebas cuando dejan de ser suficientemente exigentes para diferenciar entre los sistemas más avanzados.
Sus evaluaciones ya han aparecido citadas en documentación técnica y model cards de compañías como OpenAI, Anthropic, Google, Meta y xAI.
Además, empresas utilizan sus puntuaciones para decidir qué modelos incorporar posteriormente a sus sistemas de producción.
Vals quiere convertirse en el “Moody’s de la inteligencia artificial”
La tesis de Andreessen Horowitz es que la industria de la IA terminará necesitando evaluadores independientes.
Jennifer Li, general partner de a16z, comparó el papel potencial de Vals con organizaciones como Moody’s en los mercados de crédito o los auditores dentro de las compañías cotizadas.
El argumento es que los desarrolladores conocen mucho mejor sus propios modelos que los compradores y tienen incentivos comerciales para presentar sus sistemas de la forma más favorable posible.
Un evaluador externo podría proporcionar una referencia independiente para empresas e inversores que necesitan comparar capacidades, riesgos y rendimiento.
Vals lanza nuevas pruebas para código, ciberseguridad y seguridad de IA
La financiación permitirá ampliar la infraestructura de evaluación de la compañía.
Vals también ha presentado Vals Smith, una herramienta que permite a las empresas construir benchmarks de programación utilizando sus propios repositorios de GitHub.
Además, está desarrollando evaluaciones relacionadas con riesgos avanzados de inteligencia artificial, incluyendo ciberseguridad, salud mental y seguridad de IA, junto con Vals Index 2.0 para ampliar sus mediciones hacia diferentes sectores económicos.
Los ingresos de Vals se multiplican por ocho
La compañía asegura estar experimentando un rápido crecimiento comercial.
Sus ingresos se han multiplicado por ocho respecto a 2025, mientras su base de clientes se ha duplicado y el tamaño del equipo se ha triplicado durante los últimos seis meses.
El crecimiento de Vals refleja una nueva oportunidad dentro de la carrera de la inteligencia artificial: a medida que los modelos se vuelven más similares en los benchmarks tradicionales y los agentes empiezan a realizar trabajos reales de forma autónoma, determinar objetivamente qué sistemas funcionan mejor puede convertirse en una industria propia.
