Le taux de réussite des tâches multi-étapes est une métrique d'évaluation importante pour les agents dans le domaine des grands modèles et du raisonnement. Il représente la proportion d'agents qui exécutent avec succès toutes les sous-tâches et atteignent l'objectif final dans des tâches multi-étapes, reflétant la capacité de planification à long terme et d'exécution robuste de l'agent. Cette métrique est généralement rapportée en pourcentage ou sous forme de score compris entre 0 et 1. Elle est largement utilisée dans les benchmarks et les publications connexes, permettant de refléter efficacement les performances des modèles sur cette dimension. Une valeur plus élevée est préférable. Elle aide les chercheurs et les ingénieurs à quantifier les différences de performances réelles des modèles dans des scénarios impliquant des agents, facilitant ainsi la comparaison horizontale entre différentes méthodes ou versions de modèles.