> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bettertoken.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 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.

## 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

| 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      |

## Empfohlene Konfiguration

```toml theme={null}
model = "gpt-5.5"
review_model = "gpt-5.4"
model_reasoning_effort = "high"
```

Für kleine schnelle Änderungen kannst du den Reasoning-Aufwand senken. Für dateiübergreifende Refaktorierungen, schwieriges Debugging oder Aufgaben mit langem Kontext ist ein höherer Reasoning-Aufwand angemessener.

## 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.

## 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](/de/faq/codex/config-toml)
* [Was sind model\_provider, base\_url und wire\_api?](/de/faq/codex/model-provider-base-url-wire-api)
* [Codex mit BetterToken einrichten](/de/ai-tools/codex)
* [Was sind Sandbox- und Freigabemodi in Codex CLI?](/de/faq/codex/sandbox-approval)

## Referenzen

* [Codex-Konfigurationsreferenz](https://developers.openai.com/codex/config-reference)
* [Beispielkonfiguration für Codex](https://developers.openai.com/codex/config-sample)
* [Codex-CLI-Slash-Befehle](https://developers.openai.com/codex/cli/slash-commands)