Multi-step Task Success Rate は、大規模モデルと推論分野における Agents タスクの重要な評価指標です。エージェントがマルチステップタスクにおいて、すべてのサブタスクを完遂し最終目標を達成した割合を示し、エージェントの長期的な計画能力と堅実な実行能力を反映します。通常、パーセンテージまたは 0～1 のスコアで報告されます。この指標は関連するベンチマークや論文で広く使用されており、モデルの当該次元における性能を効果的に反映します。数値が高いほど優れています。研究者やエンジニアが Agents シナリオにおけるモデルの実際の性能差を定量化し、異なる手法やモデルバージョンを横断的に比較するのに役立ちます。