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

# 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.

## Короткий ответ

`review_model` — модель, которую Codex использует для code review workflows. `model_reasoning_effort` управляет reasoning strength для моделей, поддерживающих Responses API.

Оба поля могут влиять на качество, скорость и usage cost. Более высокий reasoning подходит для сложных задач, но может потреблять больше.

## 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                 |

## Рекомендуемая конфигурация

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

Для небольших быстрых правок можно снизить reasoning effort. Для cross-file refactors, сложного debugging или long-context tasks лучше подходит более высокий reasoning effort.

## 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 LLMEasy

Разные модели и reasoning settings влияют на расход. Usage records LLMEasy помогают сравнивать input, output и cost на реальных задачах.

Копируйте model IDs из **группы ключа GPT**, чтобы текущий provider мог их распознать.

## Связанные материалы

* [Как настроить Codex CLI config.toml](/faq/codex/config-toml)
* [Что такое model\_provider, base\_url и wire\_api?](/faq/codex/model-provider-base-url-wire-api)
* [Настройка Codex с LLMEasy](/ai-tools/codex)
* [Что такое sandbox и approval mode в Codex CLI?](/faq/codex/sandbox-approval)

## References

* [Codex configuration reference](https://developers.openai.com/codex/config-reference)
* [Codex sample config](https://developers.openai.com/codex/config-sample)
* [Codex CLI slash commands](https://developers.openai.com/codex/cli/slash-commands)