Liwati menyang isi utama
OpenAI

10 Agustus 2026

Startup

Model ML luwih efisien nggarap finansial nganggo GPT‑5.6 Sol

Model ML nganggo GPT‑5.6 Sol ing alur kerja sing nggawe berkas PowerPoint lan Excel sing bisa diowahi, kanthi token saben deck 21% luwih sithik tinimbang Fable 5.

Ukuran perusahaan: Startup
Wilayah: Global
Industri: Keuangan, Teknologi
Produk: API

Asil

21%

Token saben deck PowerPoint 21% luwih sithik tinimbang Fable 5

Asil

16,6

Unggul 16,6 poin persentase tinimbang Opus 5 ing kesiapan profesional

Asil

36%

Token saben workbook Excel 36% luwih sithik tinimbang Opus 5

Asil

5

Menit kanggo nggawe lembar ringkesan khusus, mudhun saka watara sajam

Lagi dimuat…

Sadurunge analisis finansial bisa dipresentasikake marang klien utawa panggawe keputusan senior, tim kudu ngrampungake tahap pungkasan sing abot: nyocogake bukti, nggawe lan ngatur format berkas, mriksa saben angka, lan ngubungake saben pratelan menyang sumbere. Deck PowerPoint utawa workbook Excel sing wis rampung kudu bisa diowahi lan siyap dipriksa kanthi tliti.

Para sedulur sing ngedegake Model ML, Arnie lan Chaz Englander, ngerti sepira akehe pakaryan sing dibutuhake nalika, sawise kasil metu saka rong bisnis, dheweke wiwit nandur modal liwat kantor investasi kulawarga pribadi lan, kaya lumrahe para pangembang, nggawe piranti lunak kanggo mbantu awake dhewe.

Dikembangake saka piranti lunak kasebut, para agen Model ML mbantu tenaga profesional finansial ngrampungake alur kerja wiwit panjaluk awal, riset, analisis, nganti deck utawa workbook sing wis rampung. Ing pusate, agen inti ngrancang pakaryan, milih piranti sing cocog, nyocogake bukti, lan nindakake petungan, banjur ngarahake saben tahap menyang model sing paling cocog, sing kerep yaiku GPT‑5.6 Sol. Salah siji piranti kasebut yaiku piranti dokumen gaweyane Model ML dhewe, sing nggawe berkas PowerPoint lan Excel native kanthi sumber sing bisa dilacak.

“Model-model sadurunge bisa nindakake pakaryane analis, nanging pangguna kudu ngandharake tugas kasebut kanthi cetha lan rinci, utamane kaya apa output sing dikarepake. Kanthi GPT-5.6 Sol, kita nemokake yen agen bisa ngasilake output sing luwih cedhak karo asil final.”
—Chaz Englander, Salah siji pangadeg lan CEO Model ML

Ngrampungake tahap pungkasan pakaryan finansial

Model ML mbantu tim finansial kanthi ngotomatisasi alur kerja finansial saka wiwitan nganti rampung. Saka ringkesan tugas lan bahan sumber, agen bisa ngrampungake tugas wiwit riset lan pemodelan nganti dadi materi final kanggo klien utawa tim transaksi. Tenaga profesional finansial mriksa asumsi, sumber, lan pesen sadurunge mbagekake asil pakaryan.

Model ML nyebut produke “ora gumantung antarmuka.” Tenaga profesional finansial bisa miwiti tugas liwat email utawa aplikasi Model ML, banjur nerusake ing plug-in Microsoft Office tanpa kudu nerangake maneh.

Kesinambungan kasebut uga lumaku nganti asil pungkasan. Kanggo deck komite investasi, Model ML bisa ngowahi ringkesan tugas lan bahan sumber dadi PowerPoint sing bisa diowahi. Kanggo tugas Excel, agen bisa miwiti saka cithakan klien utawa workbook kosong, nglumpukake data sing dibutuhake, nggawe rumus lan logika ing pirang-pirang tab, banjur ngetrapake format khusus finansial kanggo ngasilake spreadsheet utawa model finansial sing lengkap.

Ing Composite kagungane Model ML, yaiku tolok ukur evaluasi perusahaan kanggo AI ing layanan finansial, GPT‑5.6 Sol nggunakake token 36% luwih sithik saben workbook tinimbang Opus 5 ing alur kerja Excel.

“Pangguna kudune fokus marang pertimbangan, kayata nyempurnakake asumsi utawa nguwatake pesen, dudu mung nggawe maneh analisise.”
—Chaz Englander, Salah siji pangadeg lan CEO Model ML

Kanthi ngrampungake pakaryan nganti tahap pungkasan kasebut, agen uga bisa ngirit wektu kanggo saben asil kerja lan mbantu tim ngolah bahan sumber kanthi volume gedhe. Ing salah siji manajer aset global, lembar ringkesan khusus sing biyen mbutuhake analis watara sajam kanggo nyusune saiki mung mbutuhake watara limang menit. Ing alur kerja liyane, para agen Model ML ngolah ruang data virtual sing ngemot luwih saka 100.000 larik lan atusan berkas sajrone sapisan proses.

GPT‑5.6 Sol ngasilake materi finansial sing luwih siyap dipriksa kanthi token luwih sithik

Model ML ngevaluasi GPT‑5.6 Sol bebarengan karo model unggulan liyane ing maneka warna alur kerja finansial. Evaluasi Composite ngetutake tugas wiwit ringkesan finansial awal, riset lan petungan, nganti dadi deck utawa spreadsheet sing bisa diowahi, banjur mriksa angka, sumber, rumus, struktur, lan kualitas visual presentasi.

Kanggo PowerPoint, evaluasi Composite Model ML nyakup alur kerja nyata lan atusan deck sing digawe, kanthi rubrik pambiji sing rinci.

GPT‑5.6 Sol ngrampungake alur kerja PowerPoint ing 100% kasus uji, dibandhingake 76% kanggo Opus 5, lan lolos ambang kesiapan profesional Model ML—ukuran kanggo nemtokake apa asil wis siyap ditinjau kanthi substansial—ing 43,3% kasus, dibandhingake 26,7%. Model iki uga ngluwihi Opus 5 ing kualitas deck, kepatuhan marang ringkesan tugas, hierarki, lan konsistensi.

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

Tolok ukur nggawe PowerPoint native saka Model ML mbandhingake GPT‑5.6 Sol karo Opus 5 lan model unggulan liyane.

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

Tolok ukur nggawe Excel native saka Model ML mbandhingake GPT‑5.6 Sol karo Opus 5 lan model unggulan liyane.

Yen digabungake, asil Composite ing ndhuwur menehi bukti marang Model ML kanggo nggedhekake panggunaan GPT‑5.6 Sol ing produksi, kalebu sawetara alur kerja sing sadurunge ditangani Opus 4.8. Kanggo alur kerja PowerPoint, GPT‑5.6 Sol nggabungake kualitas deck sing kompetitif karo tingkat rampunge deck sing siyap dipriksa luwih dhuwur tinimbang Opus 5 lan Fable 5, kanthi nggunakake token watara 21% luwih sithik tinimbang Fable 5.

“Siyap kanggo pakaryan nyata tegese pangguna bisa langsung nindakake peninjauan nyata,” ujare Englander. “Angkane bisa dilacak menyang sumber, workbook bisa ngetung maneh, lan slide bisa diowahi.”

Nggawe deck investasi sing tetep layak nalika dipriksa

PowerPoint dadi ujian abot kanggo Model ML kanggo nemtokake apa GPT‑5.6 Sol wis siyap digunakake ing pakaryan nyata. Deck bisa katon sampurna nanging tetep gagal nalika dipriksa yen angkane salah utawa ora bisa dilacak, bagane wis dadi gambar statis, utawa slide kudu digawe maneh sadurunge bisa dibagekake.

Model ML ngoperasikake model kasebut ing kerangka agene, bebarengan karo piranti nggawe lan nyunting dokumen sing ngidini agen nggawe slide kanthi grafik lan tabel sing bisa diowahi. Nalika makarya, agen tetep nyimpen ringkesan tugas asli ing konteks, banjur mriksa saben slide kanthi visual sadurunge ngasilake berkas.

Conto ing ngisor iki nuduhake peningkatan asil PowerPoint Model ML saka GPT‑5.5 menyang GPT‑5.6 Sol, kalebu hierarki sing luwih cetha lan desain slide sing luwih konsisten.

Saiki, kerangka Model ML nyedhiyakake paket piranti sing bisa dimuat agen kanggo ngakses integrasi data, piranti lan kaprigelan nyunting dokumen, sarta lingkungan eksekusi kode. Kanthi mangkono, agen tetep fokus lan mung nggunakake piranti sing dibutuhake kanggo nggarap dokumen pangguna.

Model ML nggayuh persiyapan iki liwat sesi langsung ing lokasi karo OpenAI. Tim kasebut nliti carane agen ngrancang presentasi, milih piranti, lan njaga konteks, banjur nggunakake temuane kanggo nyempurnakake pandhuan agen lan nemtokake kapan saben paket piranti kudu dimuat.

Ngembangake solusi kanggo owah-owahan pakaryan finansial

Pelanggan Model ML wiwit pindhah menyang asil berbasis browser sing tetep nyambung karo model lan bahan sumber ing saburine.

Platform Model ML bisa ngasilake output interaktif sing aman, sing bisa terus dianyari utawa dikunci ing wektu tartamtu. Panjlajah bisa mbukak ringkesan investasi, ngeklik kanggo ndeleng model finansial ing saburine sawijining angka, lan makarya karo agen saka kaca sing padha.

“PowerPoint, Excel, lan Word dirancang kanggo donya nalika nggawe karya kawruh isih ditindakake kanthi manual,” ujare Englander. “AI wis ngowahi anggapan kasebut. Piranti lunake dhewe uga bakal enggal owah.”