Mercor
Visitas mensuales
14.164.192
2026-10
Crecimiento mensual +20,4 %

Mercor - Evaluaciones expertas y datos humanos para sistemas de IA

Mercor conecta a empresas y laboratorios de IA con especialistas, suites de evaluación, benchmarks y servicios de datos humanos. Sus evaluaciones prueban agentes con flujos de trabajo reales mediante tareas y rúbricas creadas por expertos. Las empresas también pueden mapear procesos, implementar IA con ingenieros integrados e integraciones, y monetizar datos de sus operaciones controlando qué información comparten.

Visitar sitio webActualizar este producto

0Vistas

Funciones

Evaluaciones creadas por expertos

Crea pruebas repetibles y rúbricas para medir el desempeño y el costo operativo de un agente de IA. Los expertos convierten los flujos de trabajo del cliente en tareas y califican los agentes con criterios definidos; las evaluaciones pueden ejecutarse con tráfico real o sin conexión en entornos simulados.

Benchmarks APEX

Ofrece tareas de benchmark y tablas de posiciones para evaluar modelos de IA en trabajo profesional. Abarca áreas como contabilidad, ingeniería de software, derecho y medicina, y puede usar herramientas reales, materiales de trabajo profesional y criterios de evaluación elaborados por expertos.

Datos humanos y red de expertos

Conecta a empresas con especialistas y brinda apoyo para evaluación humana, entrenamiento de IA y trabajo con datos. Las empresas pueden contratar expertos para evaluaciones y postentrenamiento; los servicios de datos incluyen el enmascaramiento automático de más de 60 categorías de identificadores sensibles y el control organizacional de los datos compartidos.

Implementación de IA empresarial

Ayuda a las empresas a identificar oportunidades de IA e implementar soluciones en producción para sus procesos. Mercor mapea flujos de trabajo y conocimiento institucional, integra Forward Deployed Engineers y ofrece integraciones empresariales, evaluación y optimización continua.

Precios

Las páginas proporcionadas de Mercor no publican precios ni una lista estándar de planes. El alcance de las evaluaciones empresariales se define mediante una conversación; las evaluaciones por tarea se cobran por tarea, no por cantidad de expertos.

Casos de uso

Evaluar agentes de IA en trabajo real

Cuando una empresa necesita saber si un agente funciona en sus propios procesos, Mercor crea una suite repetible de tareas y rúbricas elaboradas por expertos. Los equipos pueden probar agentes implementados con tráfico real o comparar modelos sin conexión en simulaciones, y revisar calidad y costo.

Elegir un modelo y su configuración

Al comparar modelos o configuraciones de agentes para un proceso, los equipos usan resultados de evaluación y la frontera de precio y rendimiento. Esto ayuda a encontrar el modelo de menor costo que alcanza el nivel de calidad requerido y las herramientas o el contexto que mejoran al agente.

Monetizar datos de procesos empresariales

Cuando una organización quiere generar ingresos con los datos que producen sus procesos existentes, puede recurrir a los servicios de monetización de datos de Mercor. La anonimización automática enmascara más de 60 categorías de identificadores sensibles, y la organización controla qué datos comparte.

Limitaciones

  • El plazo indicado para entregar una evaluación es de cuatro a seis semanas desde la primera conversación hasta una suite reutilizable; la duración exacta depende del proyecto.

  • Production Rubrics evalúa un agente implementado con tráfico de producción en vivo; los benchmarks APEX se ejecutan sin conexión en simulaciones creadas por expertos.

  • La monetización de datos permite a las organizaciones controlar qué comparten, pero las páginas no especifican las condiciones de licencia ni los montos de pago.

Para quién es

  • Equipos empresariales que desarrollan o evalúan agentes de IA en producción

  • Laboratorios de investigación de IA que necesitan datos humanos, evaluación o postentrenamiento

  • Especialistas que buscan trabajo remunerado de evaluación, entrenamiento o datos para IA

Preguntas frecuentes

¿Qué mide una evaluación?

Una evaluación prueba lo que un agente de IA puede hacer en un flujo de trabajo específico mediante tareas, rúbricas y puntuación repetibles. Mercor indica que los resultados sirven para determinar si el agente funciona, qué modelo o configuración usar y cuánto cuesta cada opción.

¿Mercor puede medir el costo de operar un agente?

Sí. Mercor describe una frontera de precio y rendimiento para el flujo de trabajo del cliente, que ayuda a elegir el modelo menos costoso que cumpla el nivel de calidad y ajustar el razonamiento y el contexto.

¿En qué se diferencian Production Rubrics y los benchmarks APEX?

Production Rubrics se ejecuta en vivo con un agente implementado y tráfico real. Los benchmarks APEX funcionan sin conexión en simulaciones creadas por expertos como un conjunto fijo y repetible para comparar modelos y configuraciones antes de implementarlos.

¿Cuánto tarda crear una suite de evaluación?

Mercor indica que una suite reutilizable toma de cuatro a seis semanas desde la primera conversación. La página de evaluación empresarial también describe la entrega como inferior a seis semanas.

¿Quién conserva la suite de evaluación después de la entrega?

El cliente conserva una suite reutilizable creada para su equipo, no solo un informe de una sola vez.

¿Mercor puede crear un benchmark personalizado para un agente?

Sí. Mercor indica que los benchmarks APEX pueden diseñarse para un dominio específico, con entornos simulados y tareas creadas por expertos que reflejan el trabajo del agente.

Enlaces oficiales

Comentarios

Por favor inicia sesión para dejar un comentario.
Aún no hay comentarios. ¡Sé el primero en compartir tu opinión!