Внедрение GPT-5.6 Sol в финансовую аналитику: опыт стартапа Model ML
Стартап Model ML интегрировал модель GPT-5.6 Sol для создания редактируемых презентаций и таблиц. Это позволило сократить расход токенов и ускорить подготовку финансовой отчетности.
Финансовая аналитика традиционно требует высокой точности и огромных затрат времени на рутинную работу. Стартап Model ML продемонстрировал, как применение больших языковых моделей (LLM), в частности GPT-5.6 Sol, способно изменить этот процесс. Компания использует ИИ-агентов для полного цикла подготовки финансовых документов — от первоначального запроса до создания готовых к редактированию файлов PowerPoint и Excel.
Проблема «последней мили» в финансах заключается в том, что черновой анализ не имеет ценности, если он не оформлен должным образом. Командам необходимо сверять данные, форматировать таблицы, проверять каждую цифру и указывать источники. Основатели Model ML, братья Арни и Чаз Инглендеры, столкнулись с этим при управлении семейным капиталом. Их решение — создание программного обеспечения, где центральный агент планирует работу, выбирает инструменты и делегирует задачи наиболее подходящим моделям.
Before GPT-5.5 slide example showing a less polished global footprint by region PowerPoint slide.
Согласно внутренним тестам компании (бенчмарк Composite), GPT-5.6 Sol показывает значительное преимущество перед конкурентами. При создании презентаций PowerPoint новая модель успешно завершила 100% тестовых сценариев, тогда как Opus 5 справилась лишь с 76%. Кроме того, GPT-5.6 Sol на 16,6 процентных пункта опережает Opus 5 по показателю профессиональной готовности (professional readiness) — метрике, определяющей, готов ли документ к серьезной проверке человеком (43,3% против 26,7%).
Эффективность выражается не только в качестве, но и в оптимизации вычислительных ресурсов. В задачах с Excel модель GPT-5.6 Sol использует на 36% меньше токенов, чем Opus 5, а при создании презентаций — на 21% меньше, чем Fable 5. Это напрямую влияет на скорость работы: подготовка индивидуального аналитического отчета (tearsheet), которая раньше занимала у младшего специалиста около часа, теперь выполняется примерно за пять минут. В одном из рабочих процессов агенты Model ML за один проход успешно обработали виртуальные комнаты данных, содержащие более 100 тысяч строк и сотни файлов.
After GPT-5.6 Sol slide example showing a clearer global footprint by region PowerPoint slide.
Ключевое отличие текущего подхода заключается в формате результата. Предыдущие модели могли выполнять роль аналитика, но пользователю приходилось детально описывать желаемый вид итогового документа. GPT-5.6 Sol, работая в связке с инструментами Model ML, выдает нативные файлы. Это означает, что формулы в Excel работают и пересчитываются, а графики в PowerPoint остаются редактируемыми. Специалист фокусируется на оценке предположений и корректировке выводов, а не на механической сборке слайдов.
В перспективе индустрия движется к отказу от статических файлов. Клиенты Model ML постепенно переходят на браузерные решения, которые остаются связаны с исходными данными и самими моделями. В таком формате проверяющий может открыть инвестиционное резюме, кликнуть на конкретную цифру и перейти в финансовую модель, лежащую в ее основе. Традиционные офисные программы создавались для мира, где интеллектуальный труд был исключительно ручным. По мере развития ИИ-агентов само представление о программном обеспечении для работы с документами неизбежно трансформируется.
Warp customer story 1x1 hero art card
Parloa > Card
oai GradientLabs 1x1
TL;DR
Главное
Использование GPT-5.6 Sol позволяет агентам не просто генерировать текст, а создавать готовые к проверке, редактируемые файлы Excel и PowerPoint со ссылками на источники.
Ключевые факты
- /Сборка аналитического отчета ускорилась с 1 часа до 5 минут.
- /Расход токенов на создание презентаций снизился на 21% по сравнению с моделью Fable 5.
- /Модель успешно завершает 100% задач по созданию презентаций в тестах компании.
Инсайт
Главная ценность новых ИИ-моделей в корпоративном секторе — это способность преодолеть «последнюю милю», выдавая готовые к работе форматы, где формулы пересчитываются, а графики можно редактировать.
