tau2-bench(τ²-bench)は、AIエージェントがユーザーと対話しながらツールを呼び出してタスクを遂行する能力を評価するベンチマークである。米国のAIスタートアップSierraが2024年に公開したτ-benchの後継として2025年に公開したもので、航空、小売、通信といった顧客対応領域で、定められたポリシーに従いながらユーザーの要望を処理するタスクで構成される。
ユーザー役は言語モデルがシミュレーションし、ユーザー側もツールを操作できるため、エージェントがユーザーに手順を案内しなければならない双方向の状況を扱う点がτ-benchと異なる。同じタスクを複数回繰り返してすべて成功する割合で安定性を測り、エージェントのツール使用能力とルール遵守能力を比較する目的で広く使われている。