Os agentes de finanças Model ML alimentados por GPT-5.6 Sol produziram decks de investimento usando 39% menos tokens por deck do que Fable 5, enquanto geravam decks mais polidos e legíveis com visualizações de dados mais claras e precisas que exigiam menos retrabalho antes de compartilhar.
Uma ficha técnica personalizada que antes levava cerca de uma hora para um analista montar agora leva cerca de cinco minutos usando GPT-5.6 Sol, que melhorou os resultados do trabalho de conhecimento em todos os domínios e excele em equações, modelos financeiros e tipografia, espaçamento, hierarquia e layout de planilha. O fluxo de trabalho end-to-end Model ML executa um pedido de finanças através de pesquisa, análise e saída de PowerPoint ou Excel finalizada, com agente roteando cada passo para o modelo mais adequado para isso.
Em benchmarks FinanceReasoning independentes, GPT-5.6 Sol iguala a precisão de Claude Fable-5's 90.34% em $3,85 por execução contra Fable-5's $10,05 (38% do custo de Fable-5), enquanto GPT-5.6 Sol-Pro registra a maior precisão do benchmark em 90,76% em $16,35 por execução. Para construtores de finanças: a eficiência de token Sol e a compressão de tempo de retorno sinalizam economias de custo significativas em fluxos de trabalho pesados em documentos. A lacuna de precisão versus Pro torna-se irrelevante quando o tier base atinge seus limites comerciais de correção.