Codex

Что означают review_model и reasoning_effort в Codex CLI?

Разберите review_model, model_reasoning_effort, /review, /model и влияние этих настроек на cost и quality в Codex CLI. С настройкой, примерами и ошибками.

Короткий ответ

review_model задаёт модель для /review; если поле не задано, Codex использует модель текущей сессии. model_reasoning_effort регулирует усилие рассуждения у моделей, которые поддерживают этот параметр через Responses API.

Большее усилие может помочь в сложной работе, но не гарантирует правильный ответ или меньшую общую стоимость. Это не настройка температуры или длины ответа.

Связь полей

Поле	Роль
`model`	Default model для обычной работы
`review_model`	Модель для review workflows, например `/review`
`model_reasoning_effort`	Reasoning strength для основной модели
`/model`	Вход для смены модели или reasoning в сессии
`/review`	Запуск review текущих изменений

Выбор усилия под задачу

Используйте эти значения как отправную точку и оценивайте результат по критериям приёмки:

Задача	Начальная настройка	Что проверить
Небольшая правка с чёткими границами или краткое объяснение	`low`, если поддерживается	Правильность и время ответа.
Обычная функция или ошибка с понятным воспроизведением	`medium`, если поддерживается	Тесты, полноту и лишние изменения.
Сложная диагностика, изменение нескольких модулей или подробное ревью	`high`; при необходимости попробуйте доступный уровень выше	Пропущенные ограничения, ложные замечания и полное время до пригодного результата.

Доступные уровни зависят от модели, версии Codex и провайдера. Перед использованием xhigh или max проверьте варианты в /model и справочник выбранной модели. Поддержка уровня одной моделью не означает поддержку другой. Более высокое усилие может увеличить число токенов рассуждения и задержку; на итоговую стоимость также влияют повторы, размер контекста, вызовы инструментов и тарифы.

Пример конфигурации

Задайте постоянные значения в config.toml внутри CODEX_HOME или в ~/.codex/config.toml, если переменная не задана. Разместите эти ключи на верхнем уровне, перед таблицами TOML, и сохраните настройки провайдера и аутентификации:

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

Параметры конфигурации

Параметр	Назначение и расположение	Значения по умолчанию и примеры
`model`	Корень файла; полный Model ID из model plaza.	Пример: `gpt-6-astra`; замените при необходимости.
`review_model`	Корень файла; модель для `/review`.	Необязательно; по умолчанию модель текущего сеанса.
`model_reasoning_effort`	Корень файла; интенсивность рассуждений модели.	Пример: `high`; доступные уровни и значения по умолчанию зависят от модели.

Не размещайте модель и интенсивность рассуждений внутри [projects."<path>"]. Модель проекта можно задать корневыми ключами в .codex/config.toml доверенного проекта; provider и авторизация остаются в пользовательском файле. Современный именованный profile — файл NAME.config.toml внутри CODEX_HOME, выбираемый командой codex --profile NAME, а не старая таблица [profiles.NAME] или корневой ключ profile.

Файл конфигурации и настройки сессии

При запуске параметры CLI и переопределения -c имеют приоритет над настройками доверенного проекта, выбранного профиля и пользовательскими значениями. В текущих версиях Codex --profile NAME загружает NAME.config.toml из CODEX_HOME. Старые версии использовали другой формат профилей.

Чтобы изменить только усилие для одного запуска:

codex -c 'model_reasoning_effort="medium"'

В сессии используйте /model для выбора текущей модели и доступного уровня усилия. Правка файла не гарантирует немедленное изменение работающей сессии; проверяйте сохранённые значения в новой сессии. Режим Plan может использовать plan_mode_reasoning_effort или собственную предустановку, поэтому проверяйте его отдельно.

Проверка действующих настроек

Выполните codex --version, затем откройте новую сессию из нужного каталога проекта.
В /model проверьте выбранное усилие, а в /status модель и параметры сессии. Если они отличаются от файла, проверьте параметры запуска, профиль, настройки проекта и /debug-config, если команда доступна.
Сравните одну типичную задачу на двух поддерживаемых уровнях в отдельных сессиях. Проверьте diff, тесты, время выполнения и записи использования BetterToken. Выберите настройку, которая обеспечивает нужное качество; меньшее усилие не гарантирует меньшую общую стоимость.

Частые ошибки

Думать, что review_model заменяет основную модель для всех задач.
Считать reasoning effort параметром temperature.
Использовать model ID, который не поддерживает текущий provider.
Использовать максимальный reasoning effort для любой задачи.
Смотреть только на model names, не проверяя фактический usage и quality.

О BetterToken

Скопируйте точный Model ID из model plaza.