Respuesta breve
review_model es el modelo que Codex utiliza en los flujos de revisión de código. model_reasoning_effort controla el nivel de razonamiento de los modelos compatibles con la Responses API.
Ambos campos pueden afectar a la calidad, la velocidad y el coste de uso. Los niveles de razonamiento altos son adecuados para tareas complejas, pero pueden consumir más.
Relación entre los campos
Configuración recomendada
Errores habituales
- Pensar que
review_modelsustituye al modelo principal en todas las tareas. - Tratar el nivel de razonamiento como una configuración de temperatura.
- Utilizar un Model ID que no admite el proveedor actual.
- Utilizar el nivel de razonamiento más alto para todas las tareas.
- Revisar solo los nombres de los modelos sin comprobar el uso real y la calidad de los resultados.
Cómo interviene BetterToken
Los distintos modelos y niveles de razonamiento afectan al uso. Los registros de BetterToken permiten comparar la entrada, la salida y el coste entre tareas reales. Copia los Model ID del proveedor GPT para que el proveedor actual pueda reconocerlos.Documentación relacionada
- Cómo configurar config.toml en Codex CLI
- Qué son model_provider, base_url y wire_api
- Guía para configurar Codex con BetterToken
- Qué son el sandbox y los modos de aprobación de Codex CLI