大規模言語モデル（LLMs）は、特にマルチエージェントシステムとして組織化された場合に強力な問題解決能力を示しています。しかし、このようなシステムの登場により、複雑なエージェントネットワークが効果的に自己組織化し、協力する能力に関するいくつかの疑問も提起されています。標準的な推論ベンチマークでの性能測定は、マルチエージェントシステムが推論タスクをどれだけ効率的に解決できるかを示す指標となりますが、これらのシステムがネットワークのトポロジーを効果的に活用できるかどうかは明確ではありません。本稿では、新しいマルチエージェント推論ベンチマークであるAgentsNetを提案します。分散システムやグラフ理論における古典的な問題から着想を得たAgentsNetは、マルチエージェントシステムがネットワークのトポロジーに基づいて問題解決、自己組織化、および効果的な通信のために共同で戦略を形成する能力を測定します。我々は、まず基本的な組織化と通信プロトコルに合意しなければならない均質なエージェントネットワークなど、さまざまな基線手法についてAgentsNetで評価を行いました。その結果、一部の最先端LLMsは小規模なネットワークでは高い性能を示していますが、ネットワークの規模が大きくなると性能が低下し始めることを見出しました。既存のマルチエージェントベンチマークでは最大2〜5つのエージェントまでしか対応していませんが、AgentsNetは実質的にサイズに制限がなく、新しい世代のLLMsとともにスケーリングすることが可能です。したがって、我々は最大100個のエージェントを使用した設定でも最先端モデルを評価しています。