Model MLの金融サービス向けAI評価ベンチマーク「Composite」のPowerPoint評価で、GPT-5.6 Solはprofessional-readiness gate（出力が実質的なレビューに進める状態かを測る指標）の通過率でOpus 5を16.6パーセントポイント上回りました。CompositeのExcelワークフローでは、GPT-5.6 Solはワークブック1つあたりのトークン使用量がOpus 5より36%少なかったです。エージェントは最後の難所まで作業をやり遂げることで、個々の成果物の時間を節約し、チームが大量の元資料を処理するのを助けられます。あるグローバルな資産運用会社では、アナリストが組み立てるのに約1時間かかっていたオーダーメイドのティアシートが、いまは約5分で作れるようになっています。

最後の難所とModel MLの成り立ち

金融分析をクライアントや上級の意思決定者の前に出せる状態にするには、チームは最後の難所として、証拠の突き合わせ、ファイルの作成と書式設定、すべての数値の確認、各主張と出典の紐づけを行う必要があります。完成したPowerPointのスライド資料(deck)やExcelのワークブックは、編集可能で、精査に耐えるものでなければなりません。Model MLの共同創業者は兄弟のArnie EnglanderとChaz Englanderです。2度の成功したエグジットの後、彼らはプライベートなファミリーオフィスを通じて投資を始め、自分たちを助けるソフトウェアを作り始めた過程で、金融分析をクライアントや意思決定者の前に出せる状態にする最後の難所にどれほどの作業が必要かを目の当たりにしました。

Model MLのエージェントと文書ツールの構成

Model MLのエージェントは、そのソフトウェアから発展したもので、金融プロフェッショナルが最初の依頼から、リサーチ、分析、完成したスライド資料またはワークブックまでのワークフローを進めるのを支援します。エージェントの中心にあるコアエージェントは、作業の計画、適切なツールの選択、証拠の突き合わせ、計算の実行を行い、各ステップを最も適したモデルに振り分けます。その振り分け先はしばしばGPT-5.6 Solです。

Model MLは自社製品を「surface-agnostic」と呼んでいます。金融プロフェッショナルは、メールまたはModel MLのアプリで課題を始め、Microsoft Officeのプラグインで、改めて説明し直すことなく作業を続けることができます。その連続性は完成した成果物にも及び、投資委員会向けのスライド資料では依頼内容と元資料から編集可能なPowerPointを作成できます。

コアエージェントが使うツールの中には、Model ML独自のドキュメントツールがあり、出典を追跡できるネイティブの編集可能なPowerPointおよびExcelファイルを作成します。投資委員会向けのスライド資料では、Model MLは依頼内容(brief)と元資料から編集可能なPowerPointを作成できます。Excelのタスクでは、エージェントはクライアントのテンプレートまたは空のワークブックから始め、必要なデータを集め、複数のタブにまたがる数式とロジックを組み、金融向けの書式を適用して、完成したスプレッドシートまたは財務モデルを作成できます。

Model MLは、さまざまな金融ワークフローにおいてGPT-5.6 Solを他の主要モデルと並べて評価しました。Model MLのComposite評価は、最初の依頼内容から、調査と計算を経て、編集可能なスライド資料またはスプレッドシートに至る課題を追います。その上で、数値・出典・数式・構造を確認し、プレゼンテーションについては視覚的な品質も確認します。

現在、Model MLのハーネスは、エージェントが読み込めるツールキット(toolkit)を提供しています。このツールキットにより、データ連携、文書編集ツールとスキル、コード実行環境にアクセスできます。これにより、エージェントの焦点を保ち、ユーザーの文書を扱うのに必要なツールだけを与えることができます。Model MLによると、以前のモデルでもアナリストの仕事はできましたが、ユーザーがタスクを明確に分解し、出力をどのような形にしたいかを具体的に指示する必要がありました。GPT-5.6 Solでは、エージェントが最終的な出力にはるかに近づいているとModel MLは述べています。

Model ML の PowerPoint 向け Composite evaluation は、実際のワークフローを取り込み、生成された数百件のスライド資料にまたがり、詳細な採点基準(rubric)を持ちます。PowerPoint ワークフローにおいて、GPT-5.6 Sol は全テストケースの100%を完了しましたが、Opus 5 は76%でした。また、GPT-5.6 Sol は Model ML の professional-readiness gate（出力が実質的なレビューに進める状態かを測る指標）を43.3%のケースで通過しましたが、Opus 5 は26.7%でした。さらに GPT-5.6 Sol は、スライド資料の品質(deck quality)、依頼内容への準拠、階層(hierarchy)、一貫性(consistency)においても Opus 5 を上回りました。

GPT‑5.6 Solは、PowerPoint ワークフローにおいて、テストケースの100%で完了しました。これはOpus 5の76%と比較して高い数値です。PowerPoint ワークフローにおいて、GPT‑5.6 Solは競争力のあるスライド資料品質と、Opus 5やFable 5より高い完成・レビュー可能なスライド資料の割合を両立しました。さらに、GPT‑5.6 SolはFable 5より約21%少ないトークン数でした。Model MLのPowerPoint出力がGPT‑5.5からGPT‑5.6 Solでどう改善したかを示す例があり、階層がより明確になり、スライドデザインの一貫性が高まっています。

Model MLは金融チームのワークフローをエンドツーエンドで自動化します。エージェントは依頼内容と元資料から、リサーチとモデリングを経て、クライアントやディールチーム向けの完成した資料まで課題を進めることができます。金融プロフェッショナルは、共有する前に前提、出典、メッセージを確認します。Model MLは、ユーザーは分析を作り直すことではなく、前提を練り直したりメッセージを磨いたりといった判断に集中すべきだと述べています。

Model MLは、金融サービス向けAI評価ベンチマークであるCompositeの結果を受けて、GPT-5.6 Solを本番環境で拡大する根拠を得ました。これには、以前はOpus 4.8が担っていた一部のワークフローも含まれます。

Model MLは、自社のエージェント用ハーネス（agent harness）の中でモデルを動かしました。このハーネスには、エージェントが編集可能なグラフや表を含むスライドを作れる文書作成・編集ツールが組み合わされています。金融ワークフローでは、Model MLのエージェントが、10万行を超えるデータと数百のファイルを含むバーチャルデータルームを一度に処理しました。Model MLのエージェントは、作業中、元の依頼内容をコンテキストに保持し、ファイルを返す前にすべてのスライドを視覚的に確認します。

PowerPointは、GPT-5.6 Solが実務に使える状態（ready for real work）かを見る厳しいテストになりました。スライド資料は見た目が洗練されていても、数値が誤っているかたどれない、グラフが平坦化されている、あるいは共有前にスライドを作り直す必要があるといった場合にはレビューで失敗しうるためです。Englanderは、実務に使える状態とは、ユーザーがそのまま実際のレビューに進めることであると述べています。Englanderは、数値は出典までたどれ、ワークブックは再計算され、スライドは編集できるとも述べています。

Model MLは、OpenAIとのオンサイトセッションを通じて、ツールキットの読み込み方を含む現在の構成に至りました。両チームは、エージェントがプレゼンテーションをどう計画し、ツールを選び、コンテキストを維持するかをたどり、その知見でエージェントの指示を改良し、各ツールキットをいつ読み込むかを決定しました。

ブラウザ出力への移行と今後の見方

Model MLの顧客は、出力の背後にあるモデルや元資料とつながり続けるブラウザベースの出力へ移行しつつあります。Model MLのプラットフォームは、安全でインタラクティブな出力を生成でき、その出力は継続的に更新することも、ある時点に固定することもできます。レビュー担当者は、投資サマリーを開き、数値の背後にある財務モデルへクリックして進み、同じページでエージェントと作業することが可能です。

Model MLの共同創業者であるEnglanderは、PowerPoint、Excel、Wordはナレッジワーク(knowledge work)の作成が手作業だった世界のために設計されたと述べています。AIがその前提を変え、ソフトウェア自体が変わろうとしているとEnglanderは述べています。