Resposta curta
review_model é o modelo usado pelo Codex nos fluxos de revisão de código. model_reasoning_effort controla a intensidade do raciocínio nos modelos compatíveis com a Responses API.
Os dois campos podem afetar qualidade, velocidade e custo de uso. Níveis mais altos de raciocínio são melhores para tarefas complexas, mas podem consumir mais recursos.
Relação entre os campos
Configuração recomendada
Erros comuns
- Achar que
review_modelsubstitui o modelo principal em todas as tarefas. - Tratar o esforço de raciocínio como uma configuração de temperatura.
- Usar um ID de modelo não aceito pelo provedor atual.
- Usar o esforço máximo de raciocínio em todas as tarefas.
- Considerar apenas os nomes dos modelos, sem conferir o uso real e a qualidade dos resultados.
Sobre a BetterToken
Modelos e configurações de raciocínio diferentes afetam o uso. Os registros da BetterToken ajudam você a comparar entrada, saída e custo em tarefas reais. Copie os IDs de modelo do provedor GPT para que o provedor atual consiga reconhecê-los.Documentos relacionados
- Como configurar o config.toml do Codex CLI
- O que são model_provider, base_url e wire_api?
- Guia de configuração do Codex com BetterToken
- O que são os modos de sandbox e aprovação do Codex CLI?