Исследование компании Mercor показало, что современные модели ИИ демонстрируют более высокую скорость и точность в структурированных бухгалтерских задачах по сравнению с сертифицированными специалистами (CPA). Если 18 месяцев назад ИИ значительно уступал людям, то сегодня модели практически безошибочно справляются с упрощенными заданиями из бенчмарка APEX. Тем не менее, в более сложном полном тесте APEX Accounting Benchmark, включающем 160 задач, ни одна модель не смогла полностью выполнить все требования. На текущий момент лидерами рейтинга являются Claude Opus 5.5 (61,8%), Fable 5.1 (61,0%) и GPT-6 Astra (57,9%). Несмотря на успехи, Mercor отмечает, что ИИ не способен самостоятельно закрыть бухгалтерские книги без участия человека. Исследователи подчеркивают, что тест сфокусирован на сильных сторонах ИИ — поиске деталей и следовании инструкциям, — но не учитывает такие аспекты работы, как взаимодействие с клиентами и коллегами, а также использование многолетнего контекста.