sierra-research/tau2-bench가 v2.0.0을 공개했다. τ-bench는 실제 도메인에서 도구와 에이전트, 사용자가 서로 상호작용하는 방식을 다루는 벤치마크다. 이번 버전이 새로 넣은 것은 여섯 언어의 텍스트 평가와 음성 평가, 그리고 고정된 벤치마크 구성이다. 공개 시점은 2026년 10월 20일이며, 자세한 내용은 GitHub의 v2.0.0 릴리스 태그 페이지에 정리돼 있다.
이 벤치마크가 재는 대상은 도구를 쓰는 에이전트와 사용자가 같은 도메인 안에서 주고받는 상호작용이다. 텍스트 평가와 음성 평가를 여섯 언어에 걸쳐 함께 담았고, 평가 조건과 절차를 하나로 정해 둔 고정된 벤치마크 구성도 들어갔다. 고정 구성은 같은 조건에서 평가 틀을 반복해 쓸 수 있게 묶어 둔 형태다. 평가 언어가 늘고 고정 구성이 생겼다는 점이 이번 버전의 주요한 내용이다. 저장소 스타 수는 2275개다.
다만 2.0 점수는 1.x와 직접 비교할 수 없다고 릴리스 안내에 명시돼 있다. 2.0에는 여섯 언어의 텍스트·음성 평가와 고정 구성이 들어갔고, 점수 기준도 1.x와 같지 않다. 이전 기준과 비교하려면 v1.0.1을 쓰라고 안내한다. 두 수치를 한 줄로 놓고 볼 수는 없다. 공개된 릴리스 정보에는 언어별 점수나 모델별 성능 수치, 두 기준 사이를 잇는 자료가 없다. 비교 기준선은 v1.0.1에 남겨 두고 2.0 결과는 따로 보는 편이 안전하다.