金融分析师一小时才能做完的报告，现在五分钟就出来了

Model ML做金融AI代理，创始人是兄弟俩，Arnie和Chaz Englander。两人之前两次成功退出，之后通过私人家族办公室做投资。投资这活儿有多耗时，他们算是亲自领教了，于是干脆写软件帮自己干。

Model ML的代理负责一整条工作流。从初始请求出发，经过研究、分析，最后交出一份可编辑的PowerPoint或Excel工作簿。给投资委员会做演示文稿，代理直接把简报和源材料变成可编辑的PPT。做电子表格，代理从客户模板或空白工作簿开始。接着收集数据，在多个工作表间搭公式和逻辑，最后套上金融行业的格式。一份完整的工作簿或财务模型就出来了。

代理怎么工作

核心代理负责规划、选工具、核对证据、跑计算。每一步分派给最合适的模型，多数时候是GPT-5.6 Sol。Model ML自建了一套文档工具，生成原生PowerPoint和Excel文件，来源可追溯。

Chaz Englander说，早期模型也能干活，但得由用户先把任务拆细，说明要什么输出。到了GPT-5.6 Sol，代理交出的东西已经很接近成品。

产品还有个特点。Model ML管这叫“表面无关”。任务从邮件或Model ML应用里开始，换到Microsoft Office插件继续，都不用重新解释。代理工作时始终带着原始简报，返回文件前还会逐张检查幻灯片。

一小时到五分钟

这家客户是全球资管公司。分析师手工做定制的一页报告，约一小时；现在约五分钟。另一个工作流里，代理一口气处理完虚拟数据室——超过10万行数据、数百个文件。

Chaz Englander希望用户把精力放在判断上：完善假设、打磨要点，不用重新搭建分析。数字可追溯，工作簿能重算，幻灯片可编辑，人直接进入审查环节。

基准测试里的对比

Model ML有个自己的评估框架，叫Composite，专测AI在金融服务场景的表现。它模拟完整流程：从金融简报出发，经过研究和计算，产出可编辑的文稿或表格。检查项包括数字、来源、公式、结构，还有视觉质量。模型跑在Model ML的代理框架里，配一套专门创建文档的工具。生成的幻灯片，图表和表格都能直接编辑。

PowerPoint工作流，GPT-5.6 Sol在100%的测试案例里交出可用演示文稿。Opus 5是76%。专业就绪率（输出能直接进入实质审查的比例）43.3%对26.7%。就绪样本的质量总分59.9%对56.7%。简报遵循度78.8%对77.9%，两边几乎持平。

从GPT-5.5到GPT-5.6 Sol，演示文稿的层次更清晰，设计也更一致。

视觉上，GPT-5.6 Sol没有全面领先。数据可视化78.8%对83.1%，布局75.9%对78.8%，视觉总质量77.9%对79.3%。一致性倒是占优：97.8%对93.3%。

Excel工作流，关键输出正确率83.3%对82.8%。所有关键输出都对的比例，GPT-5.6 Sol是50%，Opus 5是60%。输出定位和工作簿结构，两边都是100%。

更大的差距在效率上。每个工作簿的令牌消耗，GPT-5.6 Sol是244万，Opus 5是383万，少了约36%。令牌是模型处理文本的计量单位。耗时7.0分钟对7.5分钟。

演示文稿这边，GPT-5.6 Sol每份耗110万令牌，高于Opus 5的95.3万。对比Fable 5，完成率更高，令牌少约21%。

Composite的结果给了Model ML依据，把GPT-5.6 Sol扩展到生产环境。有些工作流之前是Opus 4.8在跑。

这些数字来自Model ML自己的评估。测的是代理框架、模型、文档工具这个组合，不直接等于客户体验。

模型调优

Model ML和OpenAI做过现场会议。两边追踪代理怎么规划演示文稿、怎么选工具、怎么维持上下文。结论用来改进代理指令，决定每个工具包什么时候加载。代理框架里，数据集成、文档编辑工具、技能、代码执行环境都是按需加载。

产品方向

Model ML的客户正在把输出搬到浏览器端，与背后的模型和源材料保持连接。平台能生成安全的交互式输出，可以持续更新，也可以锁定在某个时间点。审查者打开投资摘要，点一个数字，就能看到背后的财务模型，还能在同一页跟代理协作。

Chaz Englander有个判断：PowerPoint、Excel、Word是为手动创建知识工作的世界设计的。AI改变了这个前提，软件本身也要变了。