El test de Mercor suspende a 12 contadores de carne y hueso; el remedio que vende son más humanos
Un estudio del intermediario de mano de obra de IA valorado en 10.000 millones de dólares muestra a los modelos de frontera superando con nota tareas contables en las que los contadores públicos certificados (CPA) promediaron un 37 %. El mismo documento revela que ningún modelo resuelve por completo casi el 60 % de las tareas del test completo, y esa brecha es justo lo que Mercor vende.
Vincent Jiang · 3 min read
Doce CPA se sometieron al test y promediaron un 37 %
Doce CPA con licencia y una media de cinco años y medio de práctica resolvieron cuatro escenarios de cierre contable mensual, simplificados a partir del test APEX-Accounting de Mercor 12. Cumplieron en torno al 37 % de los criterios de evaluación 12. Los modelos de frontera ya superan con nota esas mismas tareas que los mejores modelos fallaban hace dieciocho meses 12.
El estudio también pone precio a la derrota. Los modelos completaron las baterías de tareas en menos de diez minutos, con un coste por criterio de evaluación más de un orden de magnitud inferior al de los humanos 211. El estudio se publicó el 1 de octubre de 2026 y el fundador y consejero delegado, Brendan Foody, pasó esa misma semana en la CBS, en la antesala de su aparición del domingo en 60 Minutes, defendiendo que la IA «puede cambiar el trabajo humano en lugar de simplemente sustituirlo» 3.
Sobre los humanos examinados descansa una valoración de 20.000 millones de dólares
Mercor, fundada en 2023, proporciona contratistas expertos a los laboratorios de IA, entre ellos OpenAI y Anthropic: unos 30.000 a octubre de 2025, según el recuento de la propia empresa 5. Los rastreadores del sector sitúan su financiación total cerca de los 485,6 millones de dólares 7.
La empresa asegura que en junio superó los 2.000 millones de dólares en ingresos anualizados, cuatro meses después de superar los 1.000 millones de dólares 4. En julio negociaba captar 500 millones de dólares con una valoración de 20.000 millones, el doble de los 10.000 millones de la serie C del pasado otoño; Forbes estimó el patrimonio de los tres fundadores en 4.300 millones de dólares cada uno si la operación se cerraba 46.
La página que suspende a los contadores también vende la supervisión
El hallazgo más discreto del estudio es el modelo de negocio. En el test completo de 160 tareas, elaborado por más de 40 profesionales con una media de 11 años de experiencia, ningún modelo resolvió por completo casi el 60 % de las tareas 1.
El centro de investigación de Mercor convierte esa brecha en inventario. Los datos de APEX se ofrecen bajo licencia de entrenamiento, con más de 50.000 tareas en más de 30 dominios y muestras el mismo día, junto con más de 30.000 expertos y evaluación humana «a la escala en la que confían los laboratorios de frontera» 89. Las tareas las redactan profesionales de Goldman Sachs, McKinsey y Skadden —el mismo escalafón que se somete a examen—; el conjunto contable se elaboró con la firma de gestión de gastos Ramp 8.
Salvedades francas y un techo que vende
Mercor se critica a sí misma sin rodeos: las tareas «ponían a prueba aquello en lo que la IA es mejor», el escenario eliminaba a los compañeros y el contexto acumulado del puesto, y los autores esperaban de los humanos resultados cercanos al 30 % en el nivel junior y al 55 % en el nivel medio 2. El equipo afirma que barajó no publicarlo en absoluto 2. Aun así, el techo del test completo sigue diciendo a los laboratorios qué comprar a continuación.
El mejor modelo supera el 61,8 % en el test contable completo de 160 tareas
Data
| Value | |
|---|---|
| Claude Opus 5.5 Max | 61.8% |
| Fable 5.1 Max | 61% |
| GPT-6 Astra Max | 57.9% |
| Fable 5 Max | 56.4% |
| Claude Opus 5 Max | 54.5% |
La defensa de la empresa es su propio catálogo
Mercor concluye que los contadores no son reemplazables y prevé ganancias de productividad más que recortes 1. El banquillo carga con el coste.
Antiguos trabajadores describen condiciones hostiles y renuncias en la primera semana, sin prima ni participaciones, y un análisis halló que uno de cada cinco etiquetadores estaba sin hogar mientras muchos cobran ayudas públicas 10. La empresa considera que las primas ligadas al rendimiento son el estándar del sector 10. Su portada anuncia una tarifa media contratada de 109 dólares por hora 9.
Dos señales, una con fecha del domingo
Habrá que ver si la ronda de 20.000 millones de dólares que Forbes esperaba cerrar en julio llegó a concretarse, y si los laboratorios siguen pagando tarifas de experto por una brecha que el propio estudio reconoce que persiste 46. El ataque a la cadena de suministro de LiteLLM, revelado en abril, que habría expuesto hasta cuatro terabytes, y las demandas de los trabajadores contratados acompañarán cualquier nueva ronda 456.
En cualquier caso, el reajuste de precios caerá primero sobre el trabajo contable de nivel junior y la externalización de servicios financieros. Foody se sube el domingo al gran escenario 3. Las máquinas han superado el examen con nota, y el dueño del examen sigue vendiendo a los correctores.
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
