Kurzantwort
review_model ist das Modell, das Codex für Code-Review-Workflows verwendet. model_reasoning_effort steuert die Reasoning-Stärke für Modelle, die die Responses API unterstützen.
Beide Felder können Qualität, Geschwindigkeit und Nutzungskosten beeinflussen. Höhere Reasoning-Einstellungen eignen sich besser für komplexe Aufgaben, können aber mehr verbrauchen.
Beziehungen der Felder
Empfohlene Konfiguration
Häufige Fehler
- Denken, dass
review_modeldas Hauptmodell für alle Aufgaben ersetzt. - Reasoning-Aufwand als Temperatureinstellung behandeln.
- Eine vom aktuellen Provider nicht unterstützte Model ID verwenden.
- Den höchsten Reasoning-Aufwand für jede Aufgabe verwenden.
- Nur Modellnamen betrachten, ohne tatsächliche Nutzung und Ergebnisqualität zu prüfen.
Über BetterToken
Unterschiedliche Modelle und Reasoning-Einstellungen beeinflussen die Nutzung. BetterToken-Nutzungsaufzeichnungen helfen dir, Eingabe, Ausgabe und Kosten bei realen Aufgaben zu vergleichen. Kopiere Model IDs vom GPT-Provider, damit der aktuelle Provider sie erkennen kann.Verwandte Dokumentation
- Codex CLI config.toml konfigurieren
- Was sind model_provider, base_url und wire_api?
- Codex mit BetterToken einrichten
- Was sind Sandbox- und Freigabemodi in Codex CLI?