跳转到主要内容

​
简短答案

review_model 是 Codex 在代码审查场景中使用的模型。model_reasoning_effort 控制支持 Responses API 的模型使用多少推理强度。 这两个字段会影响质量、速度和用量成本。一般来说，更强的推理设置更适合复杂任务，但也可能带来更高消耗。

​
字段关系

字段作用
model日常任务默认模型
review_model/review 等审查场景使用的模型
model_reasoning_effort主模型的推理强度设置
/model会话中切换模型或推理设置的入口
/review让 Codex 对当前改动做代码审查的入口

​
推荐配置

model = "gpt-5.5"
review_model = "gpt-5.4"
model_reasoning_effort = "high"
如果你的任务更偏快速小修，可以降低推理强度。如果任务涉及跨文件重构、复杂排障或长上下文，较高推理强度更合适。

​
常见误区

  • 以为 review_model 会替代所有任务的主模型。
  • 把 reasoning effort 当成温度参数。
  • 使用不被当前 provider 支持的模型 ID。
  • 为所有任务都设置最高推理强度。
  • 只看模型名称，不看实际用量和效果。

​
关于 LLMEasy

不同模型和 reasoning 设置会影响用量。通过 LLMEasy 的用量记录，你可以观察同一类任务在不同模型和配置下的输入、输出和成本差异。 模型 ID 应从 GPT 分组复制，确保当前 provider 可以识别。

​
References