Какой уровень рассуждений (effort) и какая модель тратят меньше токенов?
Для повседневной работы используйте effort по умолчанию (Medium в Codex, high в Claude Code) и повышайте его только для трудных задач. Когда токенов мало, опуститесь на один уровень и возьмите модель на размер меньше. Более высокий effort медленнее, тратит больше токенов и не гарантирует лучший результат.
Codex
Начинайте с самого низкого уровня, который даёт результат. В повседневной работе оставайтесь на Medium по умолчанию, а когда токенов мало, отключайте Fast mode.
Введите /model в CLI, чтобы поменять модель и effort вместе: Low, Medium (по умолчанию), High, Extra high, Max, Ultra. OpenAI советует использовать самый низкий уровень, который даёт нужный результат; более высокие уровни работают дольше и тратят больше токенов, а Ultra ещё и запускает субагентов, что дороже одного агента. Fast mode покупает только скорость: примерно в 1,5 раза быстрее при расходе в 2,5 раза больше на нынешних основных моделях. Для рутинных задач OpenAI также советует модель поменьше — так того же лимита хватает на дольше.
Что сказано в официальной документации
Use the lowest reasoning effort that produces the result you need. Increase it for tasks that need more planning, analysis, or checking.Higher reasoning effort can improve results for complex tasks, but it takes longer and uses more tokens.Higher effort can use more of your allowance and does not always produce a better result.Different models can use different amounts of your allowance for the same task. Larger inputs and outputs, higher reasoning settings, Fast mode and tasks with multiple steps can also increase usage.Switch to a smaller model for routine tasks. Using GPT-5.6 Terra or GPT-5.6 Luna can extend your local-message usage limits, depending on the model you switch from.For GPT-5.6, GPT-5.5, and GPT-5.4, Fast mode increases model speed by 1.5x. GPT-5.6 and GPT-5.5 consume credits at 2.5x the Standard rate; GPT-5.4 consumes credits at 2x the Standard rate.Speed configurations increase credit consumption for all applicable models, so they also use included limits faster.Claude
Для повседневной работы хватает high по умолчанию. Чтобы экономить токены, задайте /effort medium, обычно работайте на Sonnet, а Opus или Fable оставьте для трудных задач.
В Claude Code пять уровней effort: low, medium, high, xhigh и max. По умолчанию стоит high. Документация описывает medium как обмен части интеллекта на меньшее число токенов, а про max говорит, что он склонен к избыточным размышлениям и даёт убывающую отдачу. Токены thinking оплачиваются как выходные токены, включая свёрнутую часть, которую вы не видите. Anthropic советует Sonnet для большей части программирования, а Opus — для сложной архитектуры или многошаговых рассуждений; у моделей Fable thinking отключить нельзя, и недельный лимит они расходуют быстрее других моделей.
Что сказано в официальной документации
The effort level controls how much thinking Claude applies to a response. Higher effort means more thorough responses, but they take longer and use more tokens, so you'll reach your usage limits faster.Reduces token usage for cost-sensitive work that can trade off some intelligenceCan improve performance on demanding tasks but may show diminishing returns and is prone to overthinking.Sonnet handles most coding tasks well and costs less than Opus. Reserve Opus for complex architectural decisions or multi-step reasoning.Thinking tokens are billed as output tokens, and the default budget can be tens of thousands of tokens per request depending on the model.You are charged for all thinking tokens generated, even when collapsed or redacted.You can use up to 50% of your weekly usage limits on Fable models at no extra cost. They draw from your plan's regular weekly usage limits and use them faster than other Claude models.For Claude Code users on subscription plans (Pro/Max/Team/Enterprise), fast mode is available via usage credits only and not included in the subscription rate limits.Смена модели посреди сессии сбрасывает кэш
В Claude Code у каждой модели свой кэш. После переключения через /model следующее сообщение заново читает весь разговор без попаданий в кэш, поэтому переключение в глубине долгой сессии стоит дорого. На большинстве моделей смена уровня effort делает то же самое, и Claude Code сначала просит подтверждение. Исключение — новейшая модель Fable по подписке: смена effort кэш сохраняет.
Выбирайте модель и effort в начале сессии или сразу после /clear. opusplan меняет модель при каждом входе в режим планирования и выходе из него, так что каждое переключение начинает кэш заново.
Влияет ли смена модели посреди сессии на кэш Codex, OpenAI не документирует.
Что сказано в официальной документации
Each model has its own cache. Switching with /model means the next request reads the entire conversation history with no cache hits, even though the content is identical.On most models, changing the effort level mid-session means the next request reads the entire conversation history with no cache hits. While the cache is still warm, Claude Code asks you to confirm the change first.Частые заблуждения
- Самый высокий effort даёт лучший результат
Не обязательно. OpenAI пишет, что более высокий effort может тратить больше лимита и не всегда даёт лучший результат. Anthropic говорит про max, что он даёт убывающую отдачу и склонен к избыточным размышлениям. Для повседневной работы используйте значение по умолчанию и повышайте только для трудных задач.
- Свёрнутый thinking не считается
Считается. Claude оплачивает токены thinking как выходные токены, включая свёрнутые и скрытые. OpenAI называет более высокие настройки рассуждений среди того, что повышает расход Codex.
- Fast mode только быстрее, но не дороже
Нет. Fast mode в Codex примерно в 1,5 раза быстрее, а нынешние основные модели расходуют в нём лимит в 2,5 раза быстрее обычного. По подписке Claude команда /fast вообще не покрывается лимитами тарифа: она оплачивается из usage credits.
Советы
- Codex: введите /model и оставьте effort на Medium. Переходите на High и выше только для задач, где нужны многошаговое планирование и многократная проверка.
- Codex: чтобы закрепить значение по умолчанию, добавьте model_reasoning_effort = "medium" в ~/.codex/config.toml.
- Codex: введите /fast status, чтобы узнать, включён ли Fast mode. Если токенов мало, введите /fast off.
- Claude Code: введите /effort и выберите medium. Enter сохраняет выбор по умолчанию; s применяет его только к этой сессии. Команда /effort medium работает как Enter.
- Claude Code: когда более глубокие рассуждения нужны одному промпту, напишите в нём ultrathink, а не повышайте effort для всей сессии.
- Claude Code: обычно работайте с /model sonnet, а модель меняйте в начале сессии или после /clear.
- Оба: дайте простым субагентам собственную модель поменьше.