Codex

Was bedeuten review_model und reasoning_effort in Codex CLI?

Verstehe review_model, model_reasoning_effort, /review, /model und wie diese Einstellungen Kosten und Qualität in Codex CLI beeinflussen. Mit Beispielen.

Kurzantwort

review_model legt das Modell für /review fest; ohne diesen Wert verwendet Codex das aktuelle Sitzungsmodell. model_reasoning_effort steuert den Denkaufwand bei Modellen, die diese Einstellung über die Responses API unterstützen.

Mehr Aufwand kann bei schwierigen Aufgaben helfen, garantiert aber weder korrekte Antworten noch niedrigere Gesamtkosten. Die Einstellung regelt weder Temperatur noch Antwortlänge.

Beziehungen der Felder

Feld	Rolle
`model`	Standardmodell für gewöhnliche Arbeit
`review_model`	Modell für Review-Workflows wie `/review`
`model_reasoning_effort`	Reasoning-Stärke für das Hauptmodell
`/model`	Einstiegspunkt innerhalb der Sitzung für Modell- oder Reasoning-Änderungen
`/review`	Einstiegspunkt, um Codex um ein Review aktueller Änderungen zu bitten

Denkaufwand nach Aufgabe wählen

Verwende diese Werte als Ausgangspunkt und prüfe das Ergebnis anhand der Abnahmekriterien:

Aufgabe	Ausgangspunkt	Prüfpunkte
Kleine, klar definierte Änderung oder kurze Erklärung	`low`, sofern unterstützt	Korrektheit und Antwortzeit.
Übliche Funktion oder Fehler mit klarer Reproduktion	`medium`, sofern unterstützt	Tests, Vollständigkeit und unnötige Änderungen.
Schwierige Diagnose, modulübergreifende Änderung oder gründliches Review	`high`; bei Bedarf eine höhere unterstützte Stufe	Übersehene Anforderungen, falsche Befunde und Gesamtzeit bis zum nutzbaren Ergebnis.

Verfügbare Stufen hängen vom Modell, der Codex-Version und dem Provider ab. Prüfe die Auswahl unter /model und die Modellreferenz, bevor du etwa xhigh oder max verwendest. Die Unterstützung durch ein Modell gilt nicht automatisch für andere. Höherer Aufwand kann mehr Reasoning-Tokens und längere Wartezeiten verursachen; Wiederholungen, Kontextgröße, Werkzeugaufrufe und Tarife beeinflussen ebenfalls die Gesamtkosten.

Konfigurationsbeispiel

Lege dauerhafte Standardwerte in config.toml unter CODEX_HOME fest, oder in ~/.codex/config.toml, wenn die Variable nicht gesetzt ist. Platziere diese Schlüssel auf der obersten Ebene vor allen TOML-Tabellen und behalte Provider- und Authentifizierungseinstellungen bei:

model = "gpt-6-astra"
review_model = "gpt-6-astra"
model_reasoning_effort = "high"

Konfigurationsparameter

Parameter	Zweck und Position	Standardwerte und Beispiele
`model`	Oberste Ebene; vollständige Model ID aus dem Modellplatz.	Beispiel: `gpt-6-astra`; bei Bedarf ersetzen.
`review_model`	Oberste Ebene; Modell für `/review`.	Optional; standardmäßig das aktuelle Sitzungsmodell.
`model_reasoning_effort`	Oberste Ebene; Denkaufwand des Modells.	Beispiel: `high`; Stufen und Standardwerte sind modellabhängig.

Modell- und Denkeinstellungen gehören nicht in [projects."<path>"]. Ein projektspezifisches Modell kann auf oberster Ebene der .codex/config.toml eines vertrauenswürdigen Projekts stehen; Provider und Authentifizierung bleiben in der Benutzerkonfiguration. Aktuelle Profile verwenden NAME.config.toml unter CODEX_HOME, ausgewählt mit codex --profile NAME, statt alter [profiles.NAME]-Tabellen oder des obersten profile-Schlüssels.

Dateivorgaben und Sitzungseinstellungen

Beim Start haben CLI-Argumente und -c-Überschreibungen Vorrang vor der Konfiguration vertrauenswürdiger Projekte, dem ausgewählten Profil und Benutzervorgaben. Aktuelle Codex-Versionen laden mit --profile NAME die Datei NAME.config.toml aus CODEX_HOME. Ältere Versionen verwendeten ein anderes Profilformat.

Überschreibe für einen einzelnen Start nur den Denkaufwand:

codex -c 'model_reasoning_effort="medium"'

Wähle während einer Sitzung mit /model das aktive Modell und eine verfügbare Stufe. Eine Dateiänderung aktualisiert eine laufende Sitzung nicht unbedingt sofort; prüfe gespeicherte Vorgaben in einer neuen Sitzung. Der Plan-Modus kann plan_mode_reasoning_effort oder eine eigene Voreinstellung verwenden und sollte separat geprüft werden.

Wirksame Einstellung prüfen

Führe codex --version aus und starte dann eine neue Sitzung im gewünschten Projektverzeichnis.
Prüfe die ausgewählte Stufe mit /model und das aktive Modell sowie die Sitzungskonfiguration mit /status. Bei Abweichungen prüfe Startargumente, Profil, Projektkonfiguration und, sofern verfügbar, /debug-config.
Vergleiche dieselbe repräsentative Aufgabe in getrennten Sitzungen auf zwei unterstützten Stufen. Prüfe Diff, Tests, Dauer und BetterToken-Nutzungsdaten. Wähle die Einstellung, die dein Qualitätsziel erfüllt; weniger Denkaufwand garantiert keine niedrigeren Gesamtkosten.

Häufige Fehler

Denken, dass review_model das 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.