Codex CLI: review_model और reasoning_effort का अर्थ
Codex CLI में review_model, model_reasoning_effort, /review और /model का काम समझें। लागत और गुणवत्ता पर सेटिंग का प्रभाव जानें।
संक्षिप्त उत्तर
review_model, /review के लिए मॉडल चुनता है। इसे सेट न करने पर Codex मौजूदा सेशन का मॉडल इस्तेमाल करता है। model_reasoning_effort उन मॉडलों का तर्क-प्रयास बदलता है जो Responses API में यह सेटिंग स्वीकार करते हैं।
अधिक प्रयास कठिन काम में मदद कर सकता है, लेकिन सही उत्तर या कम कुल खर्च की गारंटी नहीं देता। यह तापमान या उत्तर की लंबाई की सेटिंग नहीं है।
Field संबंध
| Field | भूमिका |
|---|---|
model | सामान्य काम के लिए default model |
review_model | /review जैसे review workflows के लिए उपयोग model |
model_reasoning_effort | main model की reasoning strength |
/model | model या reasoning बदलाव के लिए in-session entry point |
/review | Codex से current changes review कराने का entry point |
काम के अनुसार तर्क-प्रयास चुनें
इन स्तरों से शुरुआत करें और काम के स्वीकृति मानदंडों के अनुसार परिणाम जाँचें:
| काम | शुरुआती सेटिंग | क्या जाँचें |
|---|---|---|
| छोटा, स्पष्ट बदलाव या संक्षिप्त व्याख्या | समर्थित होने पर low | सटीकता और उत्तर का समय। |
| सामान्य फ़ीचर या स्पष्ट पुनरुत्पादन वाला बग | समर्थित होने पर medium | टेस्ट, पूर्णता और अनावश्यक बदलाव। |
| कठिन जाँच, कई मॉड्यूल में बदलाव या विस्तृत समीक्षा | पहले high; ज़रूरत हो तो समर्थित ऊँचा स्तर | छूटी हुई शर्तें, गलत निष्कर्ष और उपयोगी परिणाम तक का कुल समय। |
उपलब्ध स्तर मॉडल, Codex संस्करण और प्रदाता पर निर्भर करते हैं। xhigh या max इस्तेमाल करने से पहले /model के विकल्प और मॉडल का आधिकारिक संदर्भ देखें। एक मॉडल का समर्थन दूसरे पर लागू नहीं होता। अधिक प्रयास से तर्क टोकन और देरी बढ़ सकती है; पुनः प्रयास, कॉन्टेक्स्ट आकार, टूल कॉल और दरें भी कुल खर्च को प्रभावित करती हैं।
कॉन्फ़िगरेशन उदाहरण
स्थायी डिफ़ॉल्ट CODEX_HOME के config.toml में सेट करें। यह वेरिएबल न हो तो ~/.codex/config.toml इस्तेमाल करें। इन कुंजियों को सभी TOML टेबल से पहले शीर्ष स्तर पर रखें और प्रदाता व प्रमाणीकरण सेटिंग बनाए रखें:
model = "gpt-6-astra"review_model = "gpt-6-astra"model_reasoning_effort = "high"कॉन्फ़िगरेशन पैरामीटर
| पैरामीटर | कार्य और स्थान | डिफ़ॉल्ट और उदाहरण |
|---|---|---|
model | शीर्ष स्तर; मॉडल प्लाज़ा का पूरा Model ID। | उदाहरण gpt-6-astra; ज़रूरत के अनुसार बदलें। |
review_model | शीर्ष स्तर; /review का मॉडल। | वैकल्पिक; डिफ़ॉल्ट वर्तमान सत्र का मॉडल। |
model_reasoning_effort | शीर्ष स्तर; मॉडल का reasoning effort। | उदाहरण high; स्तर और डिफ़ॉल्ट मॉडल पर निर्भर हैं। |
मॉडल और reasoning को [projects."<path>"] में न रखें। विश्वसनीय प्रोजेक्ट के .codex/config.toml में शीर्ष कुंजियों से प्रोजेक्ट मॉडल चुन सकते हैं; provider और प्रमाणीकरण यूज़र कॉन्फ़िग में रहें। नए profile के लिए CODEX_HOME में NAME.config.toml और codex --profile NAME इस्तेमाल करें, पुराने [profiles.NAME] या शीर्ष profile चयनकर्ता नहीं।
फ़ाइल डिफ़ॉल्ट और सेशन सेटिंग
शुरुआत में CLI आर्ग्युमेंट और -c सेटिंग को भरोसेमंद प्रोजेक्ट कॉन्फ़िगरेशन, चुने गए प्रोफ़ाइल और यूज़र डिफ़ॉल्ट से अधिक प्राथमिकता मिलती है। मौजूदा Codex में --profile NAME, CODEX_HOME से NAME.config.toml पढ़ता है। पुराने संस्करणों का प्रोफ़ाइल फ़ॉर्मैट अलग था।
सिर्फ़ इस बार के लॉन्च के लिए तर्क-प्रयास बदलें:
codex -c 'model_reasoning_effort="medium"'सेशन में /model से सक्रिय मॉडल और उपलब्ध प्रयास स्तर चुनें। फ़ाइल बदलने से चल रहे सेशन के तुरंत बदलने की गारंटी नहीं है; सेव किए डिफ़ॉल्ट जाँचने के लिए नया सेशन खोलें। Plan मोड plan_mode_reasoning_effort या अपना प्रीसेट इस्तेमाल कर सकता है, इसलिए उसे अलग जाँचें।
लागू सेटिंग जाँचें
codex --versionचलाएँ और फिर सही प्रोजेक्ट डायरेक्टरी से नया सेशन शुरू करें।/modelमें चुना गया प्रयास और/statusमें सक्रिय मॉडल व सेशन सेटिंग जाँचें। फ़ाइल से अंतर हो तो लॉन्च आर्ग्युमेंट, प्रोफ़ाइल, प्रोजेक्ट कॉन्फ़िगरेशन और उपलब्ध होने पर/debug-configदेखें।- अलग सेशन में एक ही प्रतिनिधि काम को दो समर्थित स्तरों पर करके तुलना करें। diff, टेस्ट, समय और BetterToken उपयोग रिकॉर्ड देखें। गुणवत्ता का लक्ष्य पूरा करने वाली सेटिंग रखें; कम प्रयास से कम कुल खर्च की गारंटी नहीं है।
सामान्य गलतियां
- सोचना कि
review_model, सभी tasks के लिए main model को बदल देता है। - reasoning effort को temperature setting मानना।
- current provider द्वारा असमर्थित model ID उपयोग करना।
- हर task के लिए सबसे उच्च reasoning effort उपयोग करना।
- actual usage और result quality जांचे बिना केवल model names देखना।
BetterToken के बारे में
model plaza से सही Model ID कॉपी करें।
संबंधित दस्तावेज
- Codex CLI config.toml कैसे कॉन्फ़िगर करें
- model_provider, base_url और wire_api क्या हैं?
- Codex BetterToken सेटअप गाइड
- Codex CLI sandbox और approval modes क्या हैं?
