Model ML ефективніше виконує фінансову роботу з GPT‑5.6 Sol

Перш ніж представити фінансовий аналіз клієнтам або керівникам, команди мають подолати складний завершальний етап: узгодити дані, створити й відформатувати файл, перевірити кожне число та пов’язати кожне твердження з його джерелом. Готова презентація PowerPoint або книга Excel має бути редагованою та готовою до ретельної перевірки.

Співзасновники Model ML, брати Арні й Чез Енглендери, побачили, скільки роботи це потребує, коли після двох успішних продажів компаній почали інвестувати через приватний сімейний офіс і, як це властиво розробникам, створювати програмне забезпечення для власних потреб.

Створені на основі цього програмного забезпечення агенти Model ML допомагають фінансовим фахівцям виконувати весь робочий процес: від початкового запиту й дослідження до аналізу та готової презентації чи книги. У центрі системи — головний агент, який планує роботу, добирає належні інструменти, узгоджує дані й виконує розрахунки, передаючи кожен етап найвідповіднішій моделі — часто GPT‑5.6 Sol. Серед цих інструментів — власні засоби Model ML для роботи з документами, які створюють нативні файли PowerPoint і Excel із джерелами, які можна відстежити.

Model ML допомагає фінансовим командам, повністю автоматизуючи їхні робочі процеси. Отримавши технічне завдання й вихідні матеріали, агент може провести роботу через етапи дослідження та моделювання до готових матеріалів для клієнтів або команд супроводу угод. Перш ніж поділитися результатом, фінансовий фахівець перевіряє припущення, джерела та основну думку.

У Model ML називають продукт «незалежним від інтерфейсу». Фінансовий фахівець може почати завдання в електронній пошті або застосунку Model ML, а потім без повторних пояснень продовжити роботу в його надбудовах для Microsoft Office.

Ця безперервність зберігається й у готовому результаті. Для інвестиційного комітету Model ML може перетворити технічне завдання та вихідні матеріали на редаговану презентацію PowerPoint. Для завдання в Excel агент може взяти шаблон клієнта або порожню книгу, зібрати потрібні дані, побудувати формули й логіку на кількох вкладках, а потім застосувати спеціалізоване фінансове форматування, щоб створити повну електронну таблицю або фінансову модель.

У Composite — тесті Model ML для оцінювання ШІ у фінансових послугах — GPT‑5.6 Sol використала на 36% менше токенів на книгу, ніж Opus 5 у робочому процесі Excel.

Виконуючи цей завершальний етап, агент також заощаджує час на підготовці окремих матеріалів і допомагає командам опрацьовувати великі обсяги вихідних даних. В одній міжнародній компанії з управління активами підготовка спеціальної односторінкової довідки, на яку аналітик раніше витрачав близько години, тепер займає приблизно п’ять хвилин. В іншому робочому процесі агенти Model ML за один прохід опрацювали віртуальні кімнати даних із понад 100 000 рядків і сотнями файлів.

Model ML порівняла GPT‑5.6 Sol з іншими провідними моделями в різних фінансових робочих процесах. Оцінювання Composite охоплює весь шлях завдання: від початкового фінансового технічного завдання через дослідження й розрахунки до редагованої презентації або таблиці. Потім перевіряються числа, джерела, формули, структура, а для презентацій — ще й візуальна якість.

Оцінювання Composite для PowerPoint використовує реальні робочі процеси, охоплює сотні створених презентацій і має докладну систему оцінювання.

GPT‑5.6 Sol завершила робочий процес PowerPoint у 100% тестів проти 76% в Opus 5. Поріг професійної готовності Model ML, який визначає придатність результату до змістовної перевірки, вона подолала у 43,3% випадків проти 26,7%. Вона також випередила Opus 5 за якістю презентацій, відповідністю технічному завданню, ієрархією та узгодженістю.

У сукупності наведені вище результати Composite дали Model ML підстави розширити використання GPT‑5.6 Sol у робочому середовищі, зокрема в деяких процесах, які раніше виконувала Opus 4.8. У робочих процесах PowerPoint GPT‑5.6 Sol поєднала конкурентну якість презентацій із вищою, ніж в Opus 5 і Fable 5, часткою завершених і готових до перевірки результатів, використавши приблизно на 21% менше токенів, ніж Fable 5.

«Готовність до реальної роботи означає, що користувач може відразу перейти до справжньої перевірки», — каже Енглендер. «Походження чисел можна відстежити, книга перераховується, а слайд можна редагувати».

PowerPoint став для Model ML складним випробуванням готовності GPT‑5.6 Sol до реальної роботи. Презентація може виглядати бездоганно, але не пройти перевірку через помилкові числа чи неможливість простежити їхнє походження, статичні діаграми або потребу переробляти слайди перед поширенням.

Model ML запускала модель у своїй системі harness для агента разом з інструментами створення й редагування документів, які дають агенту змогу створювати слайди з редагованими графіками та таблицями. Під час роботи агент зберігає початкове технічне завдання в контексті, а перед поверненням файлу візуально перевіряє кожен слайд.

Наведений нижче приклад показує, як покращився результат Model ML у PowerPoint від GPT‑5.5 до GPT‑5.6 Sol, зокрема завдяки чіткішій ієрархії та послідовнішому дизайну слайдів.

Сьогодні система harness Model ML надає агенту набори засобів, які він може завантажувати для доступу до інтеграцій даних, інструментів і навичок редагування документів та середовищ виконання коду. Завдяки цьому агент не відволікається й отримує саме ті інструменти, які потрібні для роботи з документами користувача.

Model ML створила цю конфігурацію під час очних робочих сесій з OpenAI. Команди простежили, як агент планує презентації, добирає інструменти та зберігає контекст, а потім використали ці висновки, щоб удосконалити його інструкції та визначити, коли слід завантажувати кожен набір засобів.

Клієнти Model ML переходять до результатів у браузері, які залишаються пов’язаними з моделями та вихідними матеріалами.

Платформа Model ML може створювати захищені інтерактивні матеріали, які безперервно оновлюються або фіксуються станом на певний момент. Фахівець може відкрити інвестиційне резюме, перейти до фінансової моделі, на якій ґрунтується певний показник, і працювати з агентом на тій самій сторінці.

«PowerPoint, Excel і Word створювалися для світу, у якому інтелектуальну роботу виконували вручну», — каже Енглендер. «ШІ змінив це уявлення. Тепер зміниться й саме програмне забезпечення».