詳細を読む
金融業務向けAIエージェントを開発するModel MLが、OpenAIのGPT-5.6 Solを本番運用に広げました。自社ベンチマーク「Composite」で、編集可能なPowerPoint資料1本あたりのトークンがFable 5比で21%少なく、ExcelのワークブックではOpus 5比で36%少なかったためです。OpenAIが8月10日に導入事例として公開しました。
Composite評価では、PowerPointの一連の作業をGPT-5.6 Solが100%の試行で完了し、Opus 5の76%を上回りました。そのまま実質的なレビューに入れる状態かを測る「実務即応」の基準も43.3%で満たし、26.7%だったOpus 5に16.6ポイントの差をつけています。資料の品質、指示への忠実さ、情報の階層、体裁の一貫性でも上回ったといいます。
業務時間の短縮も出ています。ある大手運用会社では、アナリストが約1時間かけて組み立てていた個別のティアシートが約5分で仕上がるようになりました。別の作業では、10万行超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たと同社は説明します。
仕組みの中心にあるのは、作業計画を立てて道具を選び、根拠を突き合わせて計算まで回す中核エージェントです。各工程を最適なモデルに振り分け、その多くをGPT-5.6 Solが担います。出典をたどれる形でPowerPointやExcelのファイルを生成する自社製ツールを備え、メールでも専用アプリでもMicrosoft Officeのプラグインでも、同じ作業を説明し直さずに続けられる点が特徴です。
Model MLはOpenAIとの対面セッションでエージェントの計画やツール選択の挙動を追跡し、指示文と読み込むツールキットの条件を練り直しました。その結果、これまでOpus 4.8が担っていた一部の作業もGPT-5.6 Solに移しています。共同創業者のArnie Englander氏は「数字は出典までたどれ、ワークブックは再計算でき、スライドは編集できる」ことが実務に耐える条件だと述べ、今後は数値の裏側のモデルに遡れるブラウザ出力へ移行していくと語りました。