Preskočite na glavno vsebino
OpenAI

10. avgust 2026

Zagonsko podjetje

Model ML učinkoviteje opravlja finančno delo z GPT‑5.6 Sol

Model ML uporablja GPT‑5.6 Sol v delovnih tokovih za ustvarjanje uredljivih PowerPointovih in Excelovih datotek ter porabi 21 % manj žetonov na predstavitev kot Fable 5.

Velikost podjetja: Zagonsko podjetje
Regija: Svetovno
Industrija: Finance, Tehnologija
Izdelki: API

Rezultati

21 %

manj žetonov na PowerPointovo predstavitev kot Fable 5

Rezultati

16,6

odstotnih točk prednosti pri profesionalni pripravljenosti nasproti Opus 5

Rezultati

36 %

manj žetonov na Excelov delovni zvezek kot Opus 5

Rezultati

5

minut za pripravo prilagojenega preglednega poročila namesto približno ene ure

Nalaganje …

Preden je mogoče finančno analizo predstaviti strankam ali vodilnim odločevalcem, morajo ekipe opraviti še zahtevni zadnji korak: uskladiti dokaze, izdelati in oblikovati datoteko, preveriti vsako številko ter vsako trditev povezati z njenim virom. Končna PowerPointova predstavitev ali Excelov delovni zvezek mora omogočati urejanje in biti nared za temeljit pregled.

Soustanovitelja podjetja Model ML, brata Arnie in Chaz Englander, sta spoznala, koliko dela to zahteva, ko sta po dveh uspešnih prodajah podjetij začela vlagati prek zasebne družinske pisarne in si kot prava ustvarjalca izdelovati programsko opremo za lastne potrebe.

Agenti podjetja Model ML, ki so nastali iz te programske opreme, finančnim strokovnjakom pomagajo izvesti celoten potek dela, od začetne zahteve prek raziskav in analize do končne predstavitve ali delovnega zvezka. V središču je glavni agent, ki načrtuje delo, izbira prava orodja, usklajuje dokaze in izvaja izračune, vsak korak pa usmeri k zanj najprimernejšemu modelu, kar je pogosto GPT‑5.6 Sol. Med temi orodji so lastna dokumentna orodja podjetja Model ML, ki ustvarjajo izvorne PowerPointove in Excelove datoteke s sledljivimi viri.

»Prejšnji modeli so lahko opravili delo analitika, vendar je moral uporabnik nalogo jasno razčleniti in natančno določiti, kakšen naj bo rezultat. Pri modelu GPT-5.6 Sol opažamo, da se agent veliko bolj približa končnemu rezultatu.«
– Chaz Englander, soustanovitelj in izvršni direktor podjetja Model ML

Reševanje zadnjega koraka finančnega dela

Model ML finančnim ekipam pomaga s celovito avtomatizacijo finančnih delovnih tokov. Agent lahko na podlagi navodil in izvornega gradiva izvede nalogo od raziskovanja in modeliranja do končnih gradiv za stranke ali transakcijske ekipe. Finančni strokovnjak pred posredovanjem izdelka preveri predpostavke, vire in sporočilo.

Model ML svoj izdelek opisuje kot »neodvisen od uporabniškega vmesnika«. Finančni strokovnjak lahko nalogo začne v e-pošti ali aplikaciji Model ML in jo nadaljuje v vtičnikih za Microsoft Office, ne da bi jo moral znova pojasnjevati.

Ta kontinuiteta se ohrani tudi v končnem izdelku. Model ML lahko iz navodil in izvornega gradiva ustvari PowerPointovo predstavitev za investicijski odbor, ki jo je mogoče urejati. Pri Excelovi nalogi lahko agent začne s strankino predlogo ali praznim delovnim zvezkom, zbere zahtevane podatke, pripravi formule in logiko na več zavihkih ter nato uporabi oblikovanje, prilagojeno financam, da izdela popolno preglednico ali finančni model.

Po merilu Composite, ocenjevalnem merilu podjetja Model ML za umetno inteligenco v finančnih storitvah, je GPT‑5.6 Sol v Excelovem delovnem toku porabil 36 % manj žetonov na delovni zvezek kot Opus 5.

»Uporabnik bi se moral osredotočiti na presojo, denimo izboljšanje predpostavk ali izostritev sporočila, ne pa zgolj na ponovno izdelavo analize.«
– Chaz Englander, soustanovitelj in izvršni direktor podjetja Model ML

Ker agent delo izvede vse do zadnjega koraka, lahko prihrani čas pri posameznih izdelkih in ekipam pomaga obdelati velike količine izvornega gradiva. Pri nekem globalnem upravljavcu premoženja priprava prilagojenega preglednega poročila, za katero je analitik prej potreboval približno eno uro, zdaj traja približno pet minut. V drugem delovnem toku so agenti podjetja Model ML v enem prehodu obdelali virtualne podatkovne sobe z več kot 100.000 vrsticami in stotinami datotek.

GPT‑5.6 Sol z manj žetoni zagotavlja več finančnih izdelkov, pripravljenih na pregled

V podjetju Model ML so GPT‑5.6 Sol primerjali z drugimi vodilnimi modeli v različnih finančnih delovnih tokovih. Njegova ocenjevanja po merilu Composite spremljajo nalogo od začetnih finančnih navodil prek raziskav in izračunov do predstavitve ali preglednice, ki jo je mogoče urejati, nato pa preverijo številke, vire, formule in strukturo ter pri predstavitvah tudi vizualno kakovost.

Ocenjevanje po merilu Composite podjetja Model ML za PowerPoint vključuje dejanske delovne tokove in več sto ustvarjenih predstavitev, ocenjenih po podrobnih merilih.

Model GPT‑5.6 Sol je PowerPointov delovni tok dokončal v 100 % preskusnih primerov, Opus 5 pa v 76 %. Prag podjetja Model ML za profesionalno pripravljenost, ki meri, ali je rezultat pripravljen na vsebinski pregled, je dosegel v 43,3 % primerov v primerjavi s 26,7 %. Model Opus 5 je prekašal tudi pri kakovosti predstavitev, upoštevanju navodil, hierarhiji in doslednosti.

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

Primerjalno merilo podjetja Model ML za izvorno ustvarjanje PowerPointovih datotek primerja model GPT‑5.6 Sol z modelom Opus 5 in drugimi vodilnimi modeli.

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

Primerjalno merilo podjetja Model ML za izvorno ustvarjanje Excelovih datotek primerja model GPT‑5.6 Sol z modelom Opus 5 in drugimi vodilnimi modeli.

Skupaj so zgoraj prikazani rezultati po merilu Composite podjetju Model ML zagotovili dokaze za širšo uporabo modela GPT‑5.6 Sol v produkciji, tudi v nekaterih delovnih tokovih, ki jih je prej obravnaval model Opus 4.8. V PowerPointovih delovnih tokovih je GPT‑5.6 Sol združil konkurenčno kakovost predstavitev z večjim deležem dokončanih predstavitev, pripravljenih na pregled, kot Opus 5 in Fable 5, pri tem pa porabil približno 21 % manj žetonov kot Fable 5.

»Pripravljenost za resnično delo pomeni, da lahko uporabnik takoj začne pravi pregled,« pravi Englander. »Številke so sledljive, delovni zvezek se znova izračuna, diapozitiv pa je mogoče urejati.«

Ustvarjanje naložbenih predstavitev, ki prestanejo pregled

PowerPoint je podjetju Model ML omogočil zahteven preizkus, ali je GPT‑5.6 Sol pripravljen za resnično delo. Predstavitev je lahko videti dodelana, vendar vseeno ne prestane pregleda, če so številke napačne ali nesledljive, grafikoni pretvorjeni v statične slike ali pa je treba diapozitive pred posredovanjem znova izdelati.

V podjetju Model ML so model izvajali v svojem ogrodju za agente ter ga povezali z orodji za ustvarjanje in urejanje dokumentov, ki agentu omogočajo izdelavo diapozitivov z grafikoni in tabelami, ki jih je mogoče urejati. Med delom ohrani izvirna navodila v kontekstu, nato pa pred vrnitvijo datoteke vizualno pregleda vsak diapozitiv.

Spodnji primer prikazuje, kako se je PowerPointov rezultat podjetja Model ML izboljšal od modela GPT‑5.5 do modela GPT‑5.6 Sol, vključno z jasnejšo hierarhijo in doslednejšim oblikovanjem diapozitivov.

Ogrodje podjetja Model ML danes agentu ponuja nabore orodij, ki jih lahko naloži za dostop do podatkovnih integracij, orodij in veščin za urejanje dokumentov ter okolij za izvajanje kode. Tako agent ostane osredotočen in dobi prav tista orodja, ki jih potrebuje za delo z uporabnikovimi dokumenti.

V podjetju Model ML so to ureditev razvili med delavnicami z OpenAI na svoji lokaciji. Ekipi sta spremljali, kako agent načrtuje predstavitve, izbira orodja in ohranja kontekst, nato pa ugotovitve uporabili za izboljšanje njegovih navodil in določitev, kdaj naj se naloži posamezen nabor orodij.

Razvoj za spreminjajoči se svet finančnega dela

Stranke podjetja Model ML prehajajo na rezultate v brskalniku, ki ostajajo povezani z modeli in izvornim gradivom v ozadju.

Platforma podjetja Model ML lahko ustvari varne interaktivne rezultate, ki se nenehno posodabljajo ali pa jih je mogoče zakleniti na določeno časovno točko. Pregledovalec bi lahko odprl povzetek naložbe, s klikom dostopal do finančnega modela, na katerem temelji podatek, in na isti strani sodeloval z agentom.

»PowerPoint, Excel in Word so bili zasnovani za svet, v katerem je bilo ustvarjanje strokovnih vsebin ročno,« pravi Englander. »Umetna inteligenca je to predpostavko spremenila. Spremenila se bo tudi sama programska oprema.«