Model ML 以 GPT‑5.6 Sol 更高效完成財務工作
Model ML 在工作流程中使用 GPT‑5.6 Sol，建立可編輯的 PowerPoint 和 Excel 檔案；每份簡報使用的 token 比 Fable 5 少 21%。
成果
21%
每份 PowerPoint 簡報使用的 token 比 Fable 5 少
成果
16.6
專業就緒程度領先 Opus 5 的百分點
成果
36%
每個 Excel 活頁簿使用的 token 比 Opus 5 少
成果
5
製作特製單頁資料表所需分鐘，由約一小時縮短至此
財務分析要能經得起客戶或高級決策者的檢視，團隊必須完成要求嚴格的最後一環：核對證據、建立檔案並設定格式、檢查每個數字，以及把每項論述連結至其來源。最終的 PowerPoint 簡報或 Excel 活頁簿必須可供編輯，並能隨時接受仔細檢視。
Model ML 聯合創辦人兼兄弟 Arnie 和 Chaz Englander 在兩次成功退出創業項目後，開始透過私人家族辦公室投資。他們親身體會到當中所需的工作量，並一如其他開發者，着手建立軟件協助自己。
Model ML 由該軟件發展而來，其智能代理協助財務專業人員完成由初始要求、研究和分析，以至製成簡報或活頁簿的整個工作流程。核心智能代理居中統籌，負責規劃工作、選擇合適工具、核對證據和執行計算，並把每個步驟交由最合適的模型處理，而這通常是 GPT‑5.6 Sol。這些工具包括 Model ML 自行開發的文件工具，可建立附有可追溯來源的原生 PowerPoint 和 Excel 檔案。
「較早期的模型可以完成分析員的工作，但使用者必須清楚拆解任務，尤其要具體說明期望的成果形式。使用 GPT-5.6 Sol 後，我們發現智能代理產出的成果更接近最終版本。」
Model ML 透過端到端自動化財務工作流程，協助財務團隊。智能代理可根據工作簡介和來源資料完成研究及財務建模，製成供客戶或交易團隊使用的最終材料。財務專業人員會在分享成果前，檢查假設、來源和訊息。
Model ML 稱這款產品「不受介面限制」。財務專業人員可透過電郵或 Model ML 應用程式開始工作，再到其 Microsoft Office 外掛程式繼續，無需重新說明。
這種連貫性也延伸至最終成果。以投資委員會簡報為例，Model ML 可把工作簡介和來源資料轉化為可編輯的 PowerPoint。處理 Excel 工作時，智能代理可從客戶範本或空白活頁簿開始，收集所需數據，在多個工作表中建立公式和邏輯，再套用財務專用格式，製作完整的試算表或財務模型。
在 Model ML 用於評估金融服務 AI 的基準 Composite 中，GPT‑5.6 Sol 執行 Excel 工作流程時，每個活頁簿使用的 token 比 Opus 5 少 36%。
「使用者應專注於判斷，例如改進假設或令訊息更鮮明，而非只是重新建立分析。」
智能代理完成這最後一環，既可縮短製作個別成果所需的時間，也能協助團隊處理大量來源資料。在一家全球資產管理公司，分析員以往需約一小時製作一份特製單頁資料表，現在只需約五分鐘。在另一個工作流程中，Model ML 智能代理一次過處理了包含逾 100,000 行資料和數百個檔案的虛擬資料室。
Model ML 在多種財務工作流程中，把 GPT‑5.6 Sol 與其他領先模型一併評估。其 Composite 評估涵蓋工作由初始財務簡介、研究和計算，以至製成可編輯簡報或試算表的過程，再檢查數字、來源、公式和結構，以及簡報的視覺質素。
針對 PowerPoint，Model ML 的 Composite 評估採用真實工作流程，涵蓋數百份生成的簡報，並設有詳細的評分準則。
GPT‑5.6 Sol 在 100% 的測試案例中完成 PowerPoint 工作流程，Opus 5 則為 76%；在 Model ML 衡量成果是否可供實質審閱的專業就緒門檻中，其通過率為 43.3%，對方則為 26.7%。在簡報質素、遵循工作簡介、層次結構和一致性方面，它也領先 Opus 5。
綜合而言，上述 Composite 結果為 Model ML 提供了依據，讓公司在生產環境擴大使用 GPT‑5.6 Sol，包括部分以往由 Opus 4.8 處理的工作流程。在 PowerPoint 工作流程中，GPT‑5.6 Sol 不僅簡報質素具競爭力，完成且可供審閱的簡報比例亦高於 Opus 5 和 Fable 5，同時使用的 token 比 Fable 5 少約 21%。
Englander 表示：「真正可投入工作，代表使用者可以直接開始實質審閱。」「數字可追溯來源，活頁簿可重新計算，投影片亦可編輯。」
PowerPoint 對 GPT‑5.6 Sol 是否真正可投入工作，構成了 Model ML 一項嚴格測試。即使簡報外觀精緻，如果數字有誤或無法追溯、圖表被轉為不可編輯的平面圖像，或投影片必須重做才能分享，仍會無法通過審閱。
Model ML 在其智能代理任務執行框架內運行該模型，並配合文件建立及編輯工具，讓智能代理製作含可編輯圖表的投影片。工作期間，它會把原始工作簡介保留在情境中，並在交付檔案前逐頁檢視投影片的視覺效果。
以下範例展示 Model ML 的 PowerPoint 成果從 GPT‑5.5 升級至 GPT‑5.6 Sol 後的改進，包括更清晰的層次和更一致的投影片設計。
之前：GPT‑5.5
之後：GPT‑5.6 Sol
目前，Model ML 的任務執行框架會向智能代理提供可按需載入的工具套件，讓其使用數據整合、文件編輯工具與技能，以及程式碼執行環境。這讓智能代理保持專注，並獲得處理使用者文件所需的確切工具。
Model ML 透過與 OpenAI 進行現場工作會議，建立了這套配置。雙方團隊追蹤智能代理如何規劃簡報、選擇工具及維持情境，再運用這些發現改進智能代理的指令，並決定載入各工具套件的時機。
Model ML 的客戶正轉向採用瀏覽器式成果，讓成果持續連接背後的模型和來源資料。
Model ML 的平台可生成安全的互動式成果，既可持續更新，也可鎖定於特定時間點。審閱者可開啟投資摘要，點擊查看某項數字背後的財務模型，並在同一頁面與智能代理協作。
Englander 表示：「PowerPoint、Excel 和 Word 是為一個知識工作仍靠人手完成的世界而設計。」「AI 已改變了這項前提。軟件本身也即將改變。」
