Los agentes de finanzas Model ML impulsados por GPT-5.6 Sol produjeron decks de inversión usando 39% menos tokens por deck que Fable 5, mientras generaban decks más pulidos y legibles con visualizaciones de datos más claras y precisas que requerían menos retrabajo antes de compartir.
Una hoja de información personalizada que una vez le tomó a un analista alrededor de una hora armar ahora toma alrededor de cinco minutos usando GPT-5.6 Sol, que mejoró los resultados del trabajo de conocimiento en todos los dominios y sobresale en ecuaciones, modelos financieros y tipografía, espaciado, jerarquía y diseño de hoja de cálculo. El flujo de trabajo de extremo a extremo Model ML ejecuta una solicitud de finanzas a través de investigación, análisis y salida de PowerPoint o Excel finalizada, con agente enrutando cada paso al modelo más adecuado para ello.
En puntos de referencia independientes de FinanceReasoning, GPT-5.6 Sol iguala la precisión de Claude Fable-5's 90.34% a $3,85 por ejecución contra Fable-5's $10,05 (38% del costo de Fable-5), mientras GPT-5.6 Sol-Pro registra la precisión más alta del punto de referencia en 90,76% a $16,35 por ejecución. Para constructores de finanzas: la eficiencia de token de Sol y la compresión de tiempo de retorno señalan ahorros de costos significativos en flujos de trabajo pesados en documentos. La brecha de precisión versus Pro se vuelve irrelevante cuando el nivel base alcanza sus umbrales comerciales de corrección.