模型在编程题上的高分，常被用于判断能否承担一个岗位。评测与人才数据公司Mercor制作的职业任务图谱，先检查题目本身覆盖了什么。它以美国O*NET职业任务目录为框架，挑选29个偏重真实、可执行且尚未饱和任务的基准，让模型把每道题映射到职业任务；一个任务至少匹配五道题才算覆盖。Mercor自有办公任务评测APEX的子集，另由专家检查主要映射。
当前索引中，18,797项任务有924项达到门槛，923个职业有208个至少包含一项这样的任务。作者再结合每项任务的工时份额估计，得到约90%的工作时间对应任务少有或没有覆盖。这个数字是所选索引的覆盖估计，不是模型失败率，也不是尚未被自动化的岗位比例。原页面未给精确发布日期，本周从10月16日的公开讨论发现，不能把讨论时间当产品首发时间。
作者承认基准列表不完整、每职业家族设限、排除饱和题可能低估覆盖，标签和工时也包含模型估计。在投资银行、法律、会计和软件工程的APEX题目上，改为职业任务等权后分数总体相近，但这些职业不足三分之一的任务有足够APEX题目进入比较。图谱更适合定位待补测量，尚不能单凭“覆盖了”评价完成质量。