GPT-5.6 Sol闯金融最后一公里：PPT产出100%，专业过关仅43.3%

Model ML正把GPT-5.6 Sol更深地嵌进金融工作流：写研究报告、建模型，直接产出能带进会议室的PowerPoint和Excel文件。根据该公司自建的Composite评测，Sol做PPT时100%生成了可编辑的.pptx文件，但真正达到“可交给同事审阅”门槛的比例只有43.3%。做Excel时，Sol比Opus 5少花36%的token，可关键输出全部正确的模型比例，却从Opus 5的60%掉到了50%。

这组数字比任何“效率飞跃”都诚实：金融AI已经能把大部分体力活接过去，但要顶替分析师最后一道判断，还差一层审核。

Sol怎么被塞进金融流程

Model ML由Arnie和Chaz Englander两兄弟创立。两人套现退出上一段创业后，靠家族办公室做投资，顺手把自己用的软件做成产品对外销售。公司的核心是一个负责规划任务、挑选工具、核对证据的中枢代理，具体执行常派给GPT-5.6 Sol。

它配的文档工具能直接生成带来源追溯的原生Office文件。用户可以从邮件里交代任务，中途切到Office插件继续做，不用重新解释一遍。

Model ML举了两个场景。某全球资产管理机构做一份定制tearsheet，过去分析师要花约1小时，现在压缩到约5分钟。另一个案例里，代理一次处理了超过10万行、数百个文件的虚拟数据室。这类量级的资料整理，本来就是分析师最耗时、也最不需要判断力的部分——效率提升发生在这一层，不代表判断力也被替代了。

PPT领先，Excel掉队：一张表说清楚

Sol和Opus 5的差距不是单向的。PPT这条线上Sol占优，Excel这条线上反而是Opus 5更准。

数据来自Model ML自建的Composite评测。

即便是表现最好的Sol，PPT每十份里也有近六份还没资格进入人工复核。Excel那条线更麻烦：token省了，正确率没跟上，另一款模型GPT-5.6 Terra处理一份workbook只要4.2分钟，比Sol的7分钟还快。没有一个模型在所有维度都最优。Model ML把Sol推上生产线，赌的是“完成率+省token”对客户更划算，不是全面碾压Opus 5。

谁该跟着调整动作

Composite是Model ML自己搭的评测体系，工具链和打分门槛都是自己定的。结果说明这颗模型和这套流程配合得不错，不能直接当成独立第三方验证的结论——公司没有公开任务样本量、任务类型分布和测试时间，这些都是采购前该问清楚的问题。

投行、资管和家族办公室的分析师和团队负责人不必指望“少做PPT”就万事大吉。真正该调整的是把时间从排版、找链接、核对数字这些体力活挪到判断假设是否成立上。43.3%的专业审阅达标率意味着大多数产出仍需返工，团队内部的复核门槛不能因为“AI能生成文件”就调低。

评估AI代理、Office自动化和金融软件采购的企业决策者，可以把Model ML这份自建评测当作试点参考，不宜当作独立验证结论直接拿去做采购决定。Excel密集型的团队尤其要留意：如果任务对准确率的要求高于对token成本的要求，现阶段的数字并不支持把Opus 5换成Sol。更现实的做法是先用接近10万行规模的真实数据集做小范围试跑，再决定是否扩大部署。

接下来值得盯两件事：Model ML是否会公开第三方评测或更完整的任务细节，以及Sol在Excel上的全对率能不能在下一轮迭代里追上Opus 5。如果这两项都没有动静，Sol现阶段更像是“更快更全”的执行工具，还不是能独立签字的分析师替身。