在财务分析能够呈现在客户或高级决策者面前之前,团队必须完成一个要求严格的“最后一公里”:核对证据、构建并格式化文件、检查每一个数字,并将每项主张链接到其来源。完成的PowerPoint演示文稿或Excel工作簿必须可编辑,并准备好接受审查。

Model ML的联合创始人兼兄弟Arnie和Chaz Englander在两次成功退出后,通过一个私人家族办公室开始投资,并像建设者一样,为自己构建软件时,看到了这项工作需要付出多少努力。

Model ML的智能体源于该软件,帮助金融专业人士将工作流程从初始请求推进到研究、分析,以及最终的演示文稿或工作簿。核心智能体负责规划工作、选择正确的工具、核对证据并运行计算,将每个步骤路由到最适合的模型,通常是GPT-5.6 Sol。在这些工具中,包括Model ML自己的文档工具,可创建带有可追溯来源的原生PowerPoint和Excel文件。

“早期的模型可以完成分析师的工作,但用户必须清晰地分解任务,明确指定其期望的输出形式。使用GPT-5.6 Sol,我们发现智能体能够更接近最终输出。”

——Chaz Englander,Model ML联合创始人兼首席执行官

解决金融工作的最后一公里

Model ML通过端到端自动化金融工作流程来帮助金融团队。根据简报和源材料,智能体可以将任务推进到研究和建模,直至为客户或交易团队完成最终材料。金融专业人士在分享工作成果前,会检查假设、来源和信息。

Model ML称其产品为“表面无关”。金融专业人士可以在电子邮件或Model ML应用中开始一项任务,并在其Microsoft Office插件中继续,无需重新说明。

这种连续性延伸到已完成的工作中。对于投资委员会演示文稿,Model ML可以将简报和源材料转化为可编辑的PowerPoint。对于Excel任务,智能体可以从客户模板或空白工作簿开始,收集所需数据,在多个标签页中构建公式和逻辑,然后应用金融特定格式,生成完整的电子表格或财务模型。

在Model ML的Composite(该公司针对金融服务业AI的评估基准)中,GPT-5.6 Sol在Excel工作流中每个工作簿使用的token比Opus 5少36%。

“用户应专注于判断,例如完善假设或强化信息,而不是仅仅重建分析。”

——Chaz Englander,Model ML联合创始人兼首席执行官

通过完成这一“最后一公里”,智能体还可以节省单个交付物的时间,并帮助团队处理大量源材料。在一家全球资产管理公司,一份定制的一页摘要原本需要分析师约一小时完成,现在只需约五分钟。在另一个工作流程中,Model ML智能体一次性处理了包含超过10万行和数百个文件的虚拟数据室。

GPT-5.6 Sol以更少的token交付更多可审查的金融成果

Model ML在一系列金融工作流程中,将GPT-5.6 Sol与其他领先模型进行了评估。其Composite评估遵循从初始金融简报出发,经过研究和计算,到可编辑的演示文稿或电子表格的任务流程,然后检查数字、来源、公式和结构,以及演示的视觉质量。

对于PowerPoint,Model ML的Composite评估融入了真实工作流程,覆盖数百个生成的演示文稿,并采用详细的评分标准。

GPT-5.6 Sol在100%的测试案例中完成了PowerPoint工作流程,而Opus 5为76%;在Model ML的专业就绪门槛(衡量输出是否准备好进行实质性审查)上,GPT-5.6 Sol在43.3%的案例中通过,而Opus 5为26.7%。在演示文稿质量、简报遵循度、层级结构和一致性方面,它也领先于Opus 5。

原生PowerPoint创建模型基准,Model ML的Composite评估
指标 GPT 5.6 Sol Δ Sol–O5 Opus 5 Fable 5 Opus 4.8 GPT 5.6 Terra GPT-5.5
演示文稿质量 — 总体得分,就绪门槛后 59.9% +3.2 56.7% 59.3% 58.7% 52.5% 44.4%
可交付性 — 专业就绪率(门槛) 43.3% +16.6 26.7% 32.0% 17.3% 17.3% 16.0%
生成演示文稿 — 产出.pptx的项目 100.0% +24.0 76.0% 82.0% 80.0% 80.0% 74.0%
简报遵循度 — 指令遵循 78.8% +0.9 77.9% 78.5% 78.4% 74.1% 79.6%
视觉质量 — 综合视觉评判 — 以下组件 77.9% −1.4 79.3% 78.9% 75.1% 74.4% 68.5%
布局 — 布局与构图 75.9% −2.9 78.8% 78.7% 76.2% 76.1% 67.8%
层级结构 — 视觉层级 87.2% +0.5 86.7% 85.5% 85.5% 85.6% 83.7%
数据可视化 — 图表清晰度 78.8% −4.3 83.1% 79.7% 73.3% 74.6% 68.4%
一致性 — 设计连贯性 97.8% +4.5 93.3% 95.8% 97.5% 75.0% 90.0%
效率 — 每个演示文稿的token数(越低越好) 1.10M +144K 953K 1.40M 1.16M 720K 1.01M

Model ML的原生PowerPoint创建基准将GPT-5.6 Sol与Opus 5及其他领先模型进行了比较。

原生Excel创建模型基准,Model ML的Composite评估
指标 GPT 5.6 Sol Δ Sol–O5 Opus 5 Fable 5 Opus 4.8 GPT 5.6 Terra GPT-5.5
关键输出正确 — 与黄金模型相比的标题准确性 83.3% +0.5 82.8% 80.6% 74.4% 82.2% 83.3%
完全正确的模型 — 所有关键输出均正确的项目 50.0% −10.0 60.0% 60.0% 40.0% 53.3% 60.0%
输出定位 — 在工作簿中找到预期输出 100.0% ±0 100.0% 100.0% 92.2% 98.9% 100.0%
工作簿契约 — 结构/无错误/无占位符门槛 100.0% ±0 100.0% 100.0% 100.0% 100.0% 100.0%
效率 — 每个工作簿的token数(越低越好) 2.44M −1.40M 3.83M 2.59M 2.91M 1.64M 1.16M
墙钟时间 — 每个工作簿的分钟数(越低越好) 7.0分钟 −0.5分钟 7.5分钟 8.4分钟 11.5分钟 4.2分钟 3.9分钟

Model ML的原生Excel创建基准将GPT-5.6 Sol与Opus 5及其他领先模型进行了比较。

综合来看,上述Composite结果使Model ML有证据在生产环境中扩展GPT-5.6 Sol,包括一些此前由Opus 4.8处理的工作流程。对于PowerPoint工作流程,GPT-5.6 Sol在保持有竞争力的演示文稿质量的同时,完成且可审查的演示文稿率高于Opus 5和Fable 5,同时使用的token比Fable 5少约21%。

“准备好进行实际工作意味着用户可以直接进入真正的审查,”Englander说。“数字可追溯,工作簿可重新计算,幻灯片可编辑。”

创建经得起审查的投资演示文稿

PowerPoint 给 Model ML 带来了一项严苛的测试,检验 GPT‑5.6 Sol 是否已准备好投入实际工作。一份演示文稿可能看起来精美,但如果其中的数字有误或无法追溯、图表被压平,或者幻灯片在共享前需要重建,那么它在评审中仍可能失败。

Model ML 在其代理框架内运行该模型,并配以文档创建和编辑工具,使代理能够创建带有可编辑图表和表格的幻灯片。它在工作过程中将原始简报保留在上下文中,然后在返回文件前逐张视觉检查每张幻灯片。

以下示例展示了 Model ML 的 PowerPoint 输出如何从 GPT‑5.5 提升至 GPT‑5.6 Sol,包括更清晰的层级结构和更一致的幻灯片设计。

如今,Model ML 的框架为代理提供了可加载的工具包,以访问数据集成、文档编辑工具和技能,以及代码执行环境。这使代理保持专注,并为其提供处理用户文档所需的精确工具。

Model ML 通过与 OpenAI 的现场会议达成了这一设置。团队追踪了代理如何规划演示、选择工具以及维护上下文,然后利用这些发现来优化代理的指令,并决定每个工具包应在何时加载。

为金融工作方式的变化而构建

Model ML 的客户正转向基于浏览器的输出,这些输出与其背后的模型和源材料保持连接。

Model ML 的平台可以生成安全、交互式的输出,这些输出可以持续更新,也可以锁定在某个时间点。评审者可以打开一份投资摘要,点击进入某个数字背后的财务模型,并在同一页面上与代理协作。

“PowerPoint、Excel 和 Word 是为知识工作手工创建的世界而设计的,”Englander 说。“AI 已经改变了这一假设。软件本身即将发生变革。”

本文内容采集自官方网站,排版和翻译可能与原页面存在差异。

阅读官方全文