GPT-5.6 Sol взялась за финансовую рутину: Model ML довела ИИ до готовых презентаций

OpenAI показала, как её новая модель GPT-5.6 Sol справляется не с абстрактными бенчмарками, а с реальной болью финансовых аналитиков — превращением сырых данных в презентации и таблицы, которые не стыдно показать клиенту. Партнёром для демонстрации выступила Model ML, платформа для автоматизации работы в финансовой отрасли.

В чём проблема, которую все обходили стороной

Любой, кто работал в инвестбанкинге, консалтинге или корпоративных финансах, знает: собрать данные и написать анализ — это половина дела. Вторая половина, часто более трудоёмкая, — упаковать всё это в презентацию PowerPoint или Excel-модель, которую поймёт партнёр или клиент. Причём не абы как, а с прослеживаемыми источниками (traceable), чтобы каждую цифру можно было проверить.

Эту стадию в индустрии называют «last-mile problem» — проблемой последней мили. Модели ИИ неплохо генерируют текст и код, но довести результат до формата, готового к использованию в реальном рабочем процессе, — задача другого порядка. Именно на неё и нацелилась Model ML, встроив GPT-5.6 Sol в свой агентный харнесс (agent harness — обвязку, которая управляет тем, как модель взаимодействует с инструментами и данными).

Как тестировали модель

Компания не просто подключила новую модель и понадеялась на лучшее. Model ML прогнала GPT-5.6 через собственный бенчмарк — The Model ML Composite, созданный специально для оценки финансовых сценариев.

Тест включал 20 самых сложных клиентских воркфлоу — тех задач, которые обычно доверяют только опытным аналитикам. В процессе модель сгенерировала тысячи выходных документов, которые затем оценивались по 32 композитным критериям. Это не просто «правильно или неправильно», а многомерная оценка: точность данных, структура презентации, соответствие формату, полнота анализа и прочее.

Такой подход к тестированию важен сам по себе. Многие бенчмарки для LLM (больших языковых моделей) проверяют абстрактные способности — логику, код, знания. Model ML Composite проверяет то, что реально нужно бизнесу: способность модели довести задачу до конца в формате, который использует конкретная индустрия.

Что получилось на выходе

По итогам тестирования Model ML сделала доступными сразу три версии GPT-5.6 — Sol, Terra и Luna — внутри своей платформы. OpenAI представила это семейство моделей 9 июля 2026 года, и версии различаются балансом между скоростью, стоимостью и качеством рассуждений: Sol ориентирована на сложные задачи, требующие глубокого анализа, что и объясняет её выбор для финансового харнесса Model ML.

Главный практический результат — весь путь от исследования до готового артефакта теперь можно провести через одного агента. Пользователь формулирует запрос, модель собирает и анализирует данные, а затем сама формирует финальный PowerPoint или Excel-файл. При этом сохраняется traceability — возможность проследить, откуда взялась каждая цифра или утверждение в итоговом документе.

Для финансовой отрасли это критично. Ошибка в модели оценки компании или неверная ссылка на источник в due diligence отчёте может стоить сделки. Поэтому «просто сгенерировать красивый слайд» недостаточно — нужна проверяемость на каждом шаге.

Что это значит для тех, кто работает с данными

Если вы аналитик, консультант или продакт в финтехе, история Model ML — это сигнал: агентные системы на базе LLM переходят от прототипов к продакшену в высокорисковых доменах. Раньше ИИ-инструменты в финансах ограничивались черновиками — набросать текст, предложить структуру. Теперь речь идёт о готовом артефакте с встроенной проверяемостью, который можно сразу отправлять дальше по цепочке согласования.

Для разработчиков, которые строят похожие продукты, кейс показывает практический подход к оценке качества агентов: не полагаться на общие лидерборды, а строить собственный бенчмарк из реальных рабочих кейсов компании. 32 критерия вместо простого accuracy — это про то, что в бизнес-задачах «правильно» редко бывает бинарным.

Что пока неясно

OpenAI и Model ML не раскрывают точные числовые результаты тестирования — насколько GPT-5.6 Sol превзошла предыдущие модели по 32 критериям, осталось за кадром. Также неизвестно, сколько человеческого контроля всё ещё требуется на выходе: даже с traceability вряд ли презентации отправляются клиенту без финальной проверки аналитиком.

Ещё один открытый вопрос — насколько такой подход масштабируется за пределы задач, под которые изначально строился харнесс. 20 воркфлоу — это репрезентативная, но ограниченная выборка. Реальный финансовый мир куда разнообразнее.

Куда это ведёт дальше

Тренд очевиден: агентные ИИ-системы всё активнее берут на себя не просто генерацию текста, а полный цикл рабочей задачи — с проверяемыми источниками и форматом, готовым к использованию. Финансы, с их строгими требованиями к точности и аудируемости, оказались хорошим полигоном для проверки того, насколько далеко зашли большие языковые модели.

Если подход Model ML приживётся, следующим шагом логично ожидать похожих кейсов в юриспруденции, консалтинге и других сферах, где итоговый документ так же важен, как и анализ за ним. GPT-5.6 Sol здесь — не финальная точка, а демонстрация того, что last-mile problem можно решать не костылями, а архитектурой агента с самого начала.

Источники

• OpenAI: Model ML completes finance work more efficiently with GPT-5.6 Sol