Преминаване към основното съдържание
OpenAI

10 август 2026 г.

Стартъп

Model ML върши финансова работа по-ефективно с GPT‑5.6 Sol

Model ML използва GPT‑5.6 Sol в работни процеси за редактируеми файлове на PowerPoint и Excel с 21% по-малко токени за презентация спрямо Fable 5.

Размер на дружеството: Стартъп
Регион: Глобален
Промишленост: Финанси, Технология
Продукти: API (приложно-програмен интерфейс)

Резултати

21%

По-малко токени за презентация на PowerPoint спрямо Fable 5

Резултати

16,6

Преднина в процентни пунктове по професионална готовност спрямо Opus 5

Резултати

36%

По-малко токени за работна книга на Excel спрямо Opus 5

Резултати

5

Минути за персонализирана справка вместо около един час

Зареждане…

Преди финансовият анализ да бъде представен пред клиенти или висши ръководители, екипите трябва да преминат през трудния последен етап: да съгласуват доказателствата, да създадат и форматират файла, да проверят всички цифрови данни и да свържат всяко твърдение с източника му. Готовата презентация на PowerPoint или работна книга на Excel трябва да може да се редактира и да е готова за щателна проверка.

Братята Арни и Чаз Енгландър, съоснователи на Model ML, разбират колко труд изисква това, когато след две успешни продажби на компании започват да инвестират чрез частна семейна инвестиционна структура и, както подобава на софтуер разработчици, създават софтуер за собствените си нужди.

Разработени въз основа на този софтуер, агентите на Model ML помагат на финансовите специалисти да изпълнят целия работен процес – от първоначалната заявка през проучването и анализа до готовата презентация или работна книга. В основата е централен агент, който планира работата, избира подходящите инструменти, съгласува доказателствата и извършва изчисленията, като насочва всяка стъпка към най-подходящия за нея модел – често GPT‑5.6 Sol. Сред тези инструменти е собственото решение на Model ML за документи, което създава оригинални файлове на PowerPoint и Excel с проследими източници.

„По-ранните модели можеха да вършат работата на анализатор, но потребителят трябваше ясно да разбие задачата на стъпки и конкретно да опише как трябва да изглежда резултатът. С GPT-5.6 Sol установяваме, че агентът се доближава много повече до крайния резултат.“
– Чаз Енгландър, съосновател и главен изпълнителен директор на Model ML

Решаване на последните предизвикателства във финансовата работа

Model ML помага на финансовите екипи, като автоматизира работните им процеси от начало до край. Въз основа на задание и изходни материали агентът може да изпълни задачата – от проучването и моделирането до готовите материали за клиенти или екипи по сделки. Преди да сподели работата, финансовият специалист проверява допусканията, източниците и посланието.

Model ML определя продукта като „независим от интерфейса“. Финансовият специалист може да започне задача по имейл или в приложението Model ML и да я продължи в плъгините му за Microsoft Office, без да я обяснява отново.

Тази приемственост се запазва и в готовия материал. За презентация пред инвестиционен комитет Model ML може да превърне заданието и изходните материали в редактируем файл на PowerPoint. При задача в Excel агентът може да започне с шаблон на клиента или празна работна книга, да събере необходимите данни, да изгради формули и логика в множество раздели и след това да приложи специализирано финансово форматиране, за да създаде завършена електронна таблица или финансов модел.

В Composite – сравнителния тест на компанията за оценка на изкуствения интелект във финансовите услуги – GPT‑5.6 Sol използва с 36% по-малко токени за работна книга от Opus 5 в работен процес на Excel.

„Потребителят трябва да се съсредоточи върху преценката – например да прецизира допусканията или да изостри посланието – а не просто да пресъздава анализа.“
– Чаз Енгландър, съосновател и главен изпълнителен директор на Model ML

Като изпълнява и този последен етап, агентът може да спести време за отделните материали и да помогне на екипите да обработват големи обеми изходна информация. При глобален мениджър на активи изготвянето на персонализирана справка, което преди е отнемало около час на анализатор, сега отнема около пет минути. В друг работен процес агентите на Model ML обработват наведнъж виртуални стаи за данни с над 100 000 реда и стотици файлове.

GPT‑5.6 Sol създава повече готови за преглед финансови материали с по-малко токени.

Model ML оценява GPT‑5.6 Sol заедно с други водещи модели в редица финансови работни процеси. Оценките Composite проследяват изпълнението на задача от първоначалното финансово задание през проучването и изчисленията до редактируема презентация или електронна таблица, след което проверяват числата, източниците, формулите и структурата, както и визуалното качество на презентациите.

За PowerPoint оценката Composite на Model ML включва реални работни процеси и обхваща стотици генерирани презентации, оценявани по подробни критерии.

GPT‑5.6 Sol завършва работния процес в PowerPoint в 100% от тестовете спрямо 76% за Opus 5 и преминава прага на Model ML за професионална готовност – показател дали резултатът е готов за съдържателен преглед – в 43,3% от случаите спрямо 26,7%. Той изпреварва Opus 5 и по качество на презентациите, спазване на заданието, йерархия и последователност.

Native PowerPoint creation model benchmark, Model ML’s Composite eval
MetricGPT 5.6 SolΔ Sol–O5Opus 5Fable 5Opus 4.8GPT 5.6 TerraGPT-5.5
Deck quality — Overall score, readiness-gated59.9%+3.256.7%59.3%58.7%52.5%44.4%
Deliverability — Professional-readiness rate (gate)43.3%+16.626.7%32.0%17.3%17.3%16.0%
Deck produced — Items yielding a .pptx100.0%+24.076.0%82.0%80.0%80.0%74.0%
Brief adherence — Instruction following78.8%+0.977.9%78.5%78.4%74.1%79.6%
Visual quality — Aggregate visual judge — components below77.9%−1.479.3%78.9%75.1%74.4%68.5%
Layout — Layout & composition75.9%−2.978.8%78.7%76.2%76.1%67.8%
Hierarchy — Visual hierarchy87.2%+0.586.7%85.5%85.5%85.6%83.7%
Data viz — Chart legibility78.8%−4.383.1%79.7%73.3%74.6%68.4%
Consistency — Design coherence97.8%+4.593.3%95.8%97.5%75.0%90.0%
Efficiency — Tokens per deck (lower = better)1.10M+144K953K1.40M1.16M720K1.01M

Сравнителният тест на Model ML за създаване на оригинални файлове на PowerPoint съпоставя GPT‑5.6 Sol с Opus 5 и други водещи модели.

Native Excel creation model benchmark, Model ML’s Composite eval
MetricGPT 5.6 SolΔ Sol–O5Opus 5Fable 5Opus 4.8GPT 5.6 TerraGPT-5.5
Key outputs correct — Headline accuracy vs golden model83.3%+0.582.8%80.6%74.4%82.2%83.3%
Fully correct models — Items with every key output right50.0%−10.060.0%60.0%40.0%53.3%60.0%
Outputs located — Expected outputs found in workbook100.0%±0100.0%100.0%92.2%98.9%100.0%
Workbook contract — Structure / no-errors / no-placeholder gates100.0%±0100.0%100.0%100.0%100.0%100.0%
Efficiency — Tokens per workbook (lower = better)2.44M−1.40M3.83M2.59M2.91M1.64M1.16M
Wall clock — Minutes per workbook (lower = better)7.0 min−0.5 min7.5 min8.4 min11.5 min4.2 min3.9 min

Сравнителният тест на Model ML за създаване на оригинални файлове на Excel съпоставя GPT‑5.6 Sol с Opus 5 и други водещи модели.

Взети заедно, показаните по-горе резултати от Composite дават на Model ML основания да разшири използването на GPT‑5.6 Sol в реална среда, включително за някои работни процеси, изпълнявани преди от Opus 4.8. В работните процеси на PowerPoint GPT‑5.6 Sol съчетава конкурентно качество с по-висок дял на завършени и готови за преглед презентации спрямо Opus 5 и Fable 5, като използва около 21% по-малко токени от Fable 5.

„Готово за реална работа означава, че потребителят може веднага да премине към реален преглед“, казва Енгландър. „Числата могат да се проследят до източника, работната книга се преизчислява, а слайдът може да се редактира.“

Създаване на инвестиционни презентации, които издържат на щателен преглед

PowerPoint подлага Model ML на сериозен тест доколко GPT‑5.6 Sol е готов за реална работа. Една презентация може да изглежда професионално и въпреки това да не издържи проверката, ако числата са грешни или непроследими, диаграмите са превърнати в плоски изображения или слайдовете трябва да бъдат създадени наново, преди да се споделят.

Model ML изпълнява модела в агентска рамка, съчетана с инструменти за създаване и редактиране на документи, които позволяват на агента да създава слайдове с редактируеми графики и таблици. По време на работата той запазва първоначалното задание в контекста, след което визуално преглежда всеки слайд, преди да върне файла.

Примерът по-долу показва как резултатите на Model ML в PowerPoint се подобряват от GPT‑5.5 до GPT‑5.6 Sol, включително с по-ясна йерархия и по-последователен дизайн на слайдовете.

Днес рамката на Model ML предоставя на Агента набори от инструменти, които той може да зарежда за достъп до интеграции на данни, инструменти и умения за редактиране на документи и среди за изпълнение на код. Така Агентът остава съсредоточен и получава точно необходимите инструменти за работа с документите на потребителя.

Model ML достига до тази конфигурация чрез работни срещи на място с OpenAI. Екипите проследяват как агентът планира презентациите, избира инструменти и запазва контекста, след което използват изводите, за да прецизират указанията му и да определят кога да се зарежда всеки набор от инструменти.

Подготовка за промените във финансовата работа

Клиентите на Model ML преминават към резултати, достъпни през браузър, които остават свързани с моделите и изходните материали в основата им.

Платформата на Model ML може да генерира защитени интерактивни резултати, които да се актуализират непрекъснато или да се фиксират към определен момент. Проверяващият може да отвори инвестиционно резюме, да премине към финансовия модел зад дадена стойност и да работи с агента от същата страница.

„PowerPoint, Excel и Word са създадени за свят, в който интелектуалният труд се извършваше ръчно“, казва Енгландър. „Изкуственият интелект промени това схващане. Самият софтуер е на път да се промени.“