--- title: "Grok CLI mit KI-Modellen aus der EU einrichten" description: "Richten Sie die Grok CLI (Grok Build) über einen eigenen Modelleintrag in ~/.grok/config.toml für Open-Weight-Modelle aus EU-Rechenzentren ein." canonical: "https://inference.eu/de/integrationen/grok-cli/" language: "de" --- Coding-Agenten · Grok CLI (Grok Build) # Die Grok CLI mit Open-Source-Modellen aus der EU nutzen Grok Build, der Coding-Agent hinter dem Befehl \`grok\`, unterstützt eigene Modelle von jedem OpenAI- oder Anthropic-kompatiblen Endpunkt. Tragen Sie inference.eu als eigenes Modell in die config.toml ein, und der Agent arbeitet mit Open-Weight-Modellen, die in europäischen Rechenzentren verarbeitet werden. [Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Einrichtung](#setup) 1. 01API-Format: OpenAI und Anthropic 2. 02Rechenzentren in der EU 3. 03Durch einen AV-Vertrag abgedeckt ## In wenigen Minuten eingerichtet 1. 1 Erstellen Sie in Ihrem inference.eu-Konto einen API-Schlüssel und exportieren Sie ihn als `INFERENCE_EU_API_KEY`. 2. 2 Öffnen Sie `~/.grok/config.toml` und legen Sie eine Tabelle `[model.inference-eu]` mit Modell-ID, Basis-URL von inference.eu, `env_key` und `api_backend = "chat_completions"` an. 3. 3 Setzen Sie unter `[models]` den Wert `default` auf `inference-eu` und richten Sie auch `session_summary` auf ein Modell von inference.eu aus. 4. 4 Prüfen Sie mit `grok inspect`, ob Grok die Konfiguration übernommen hat. 5. 5 Starten Sie `grok` in Ihrem Projekt oder testen Sie nicht interaktiv mit `grok -p "Hallo" -m inference-eu`. ~/.grok/config.toml ``` [model.inference-eu] model = "qwen3-coder-480b-a35b-instruct" base_url = "https://api.inference.eu/v1" name = "Qwen3 Coder 480B (inference.eu)" env_key = "INFERENCE_EU_API_KEY" api_backend = "chat_completions" supports_backend_search = false [model.inference-eu-glm] model = "glm-5.3" base_url = "https://api.inference.eu/v1" name = "GLM-5.3 (inference.eu)" env_key = "INFERENCE_EU_API_KEY" api_backend = "chat_completions" supports_backend_search = false [models] default = "inference-eu" session_summary = "inference-eu-glm" ``` ## Was die Grok CLI ist Grok Build ist der Coding-Agent von xAI für das Terminal. Sie starten ihn mit `grok` für eine interaktive Vollbildsitzung, nutzen ihn mit `grok -p` in Skripten oder binden ihn über das Agent Client Protocol in andere Anwendungen ein. Er liest und bearbeitet Dateien, führt Befehle aus, nutzt MCP-Server, Skills und Hooks und verteilt Arbeit auf Subagenten. Grok Build bringt die eigenen Modelle von xAI mit. Die Einstellungsreferenz beschreibt eigene Modelle aber als vollwertige Option: jeden Endpunkt, der OpenAI Chat Completions, die Responses API oder Anthropic Messages spricht. Auf diesem Weg binden Sie inference.eu an. ## So funktioniert die Konfiguration Eigene Modelle stehen in Ihrer Benutzerkonfiguration `~/.grok/config.toml`. Jede Tabelle `[model.]` beschreibt ein Modell: `model` ist die an die API gesendete ID, `base_url` die Basis-URL von inference.eu mit Endung `/v1`, `env_key` nennt die Variable mit Ihrem Schlüssel, und `api_backend = "chat_completions"` wählt das OpenAI-Format. `name` erscheint in der Modellauswahl. Unter `[models]` legt `default` das Modell für neue Sitzungen fest. Für Sitzungszusammenfassungen, Bildbeschreibungen und Websuche nutzt Grok eigene Modelle. Setzen Sie `session_summary` auf ein Modell von inference.eu, damit auch diese Hintergrundaufrufe dorthin gehen. Projektdateien können keine Modelle festlegen, Schlüssel gelangen so nicht in Repositorys. ## Welche Modelle sich eignen Die Agentenschleife lebt von verlässlichen Tool-Aufrufen und davon, dass Anweisungen über viele Schritte befolgt werden. `qwen3-coder-480b-a35b-instruct` ist ein guter Standard für die tägliche Entwicklung, mit präzisen Änderungen und sicherem Werkzeugeinsatz. `glm-5.3` und `kimi-k3` eignen sich für Planung, größere Refactorings und Fehlersuche mit mehr Denkaufwand sowie für Sitzungszusammenfassungen. `gpt-oss-120b` antwortet schnell und passt zu Subagenten, Skripten und kurzen Fragen. Setzen Sie `context_window` pro Modell passend, damit Grok den Verlauf zum richtigen Zeitpunkt verdichtet. Mit `allowed_models` unter `[models]` beschränken Sie die Auswahl auf Modelle von inference.eu. ## Fehlerbehebung Ein Fehler 401 bedeutet, dass der Schlüssel den Endpunkt nicht erreicht hat. Prüfen Sie, ob `INFERENCE_EU_API_KEY` in der Shell exportiert ist, aus der Sie `grok` starten, und ob `env_key` genau diese Variable nennt. Ein 404 entsteht meist durch einen zusätzlichen Pfad in `base_url` oder ein `api_backend`, das nicht zur URL passt. Scheitern Tool-Aufrufe oder kommen sie unvollständig an, setzen Sie `stream_tool_calls = false` am Modell; manche eigenen Endpunkte brauchen das. Bei Fehlern der Websuche muss `supports_backend_search` auf `false` bleiben, da die bei xAI gehosteten Suchwerkzeuge nicht auf anderen Endpunkten laufen. `grok inspect` zeigt, welche Dateien und Modelle Grok tatsächlich geladen hat. ## Code und Daten bleiben in der EU Mit inference.eu als Modell werden die Dateien, Diffs und Befehlsausgaben, die Grok an das Modell sendet, in EU-Rechenzentren verarbeitet und nie zum Training verwendet. Wir schließen einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, veröffentlichen unsere Unterauftragsverarbeiter und rechnen in Euro ab. Grok Build ist ein Produkt von xAI, und ein Teil des Verkehrs kann weiterhin dorthin gehen: die Anmeldung beim ersten Start, die bei xAI gehostete Websuche und jede Hintergrundaufgabe, die noch einem Grok-Modell zugeordnet ist. Richten Sie `session_summary` und `image_description` auf inference.eu aus, lassen Sie `supports_backend_search = false` und begrenzen Sie `allowed_models`. ## Grok CLI (Grok Build) Kategorie Coding-Agenten Anbieter xAI API-Format OpenAI und Anthropic Verarbeitung Rechenzentren in der EU Website [docs.x.ai](https://docs.x.ai/build/overview) Dokumentation [docs.x.ai](https://docs.x.ai/build/settings/reference) ## Grok CLI (Grok Build): häufige Fragen Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt. Ja. Grok Build unterstützt eigene Modelle von jedem OpenAI- oder Anthropic-kompatiblen Endpunkt. Legen Sie in \`~/.grok/config.toml\` eine Tabelle \`\[model.\]\` mit \`model\`, \`base\_url\` und \`env\_key\` an und wählen Sie das Modell mit \`-m\` oder \`/model\`. Verwenden Sie \`chat\_completions\`, das Format OpenAI Chat Completions, mit einer Basis-URL, die auf \`/v1\` endet. \`messages\` wählt das Anthropic-Format, das inference.eu ebenfalls bedient; nutzen Sie dann die Basis-URL ohne \`/v1\`. Beide erreichen dieselben Modelle. Qwen3 Coder 480B ist ein guter Standard für Coding-Sitzungen. GLM-5.3 und Kimi K3 eignen sich für Planung, schwierigere Fehlersuche und Sitzungszusammenfassungen, gpt-oss-120b ist eine schnelle Wahl für Subagenten und Skripte. Modellanfragen für Ihr eigenes Modell gehen an inference.eu. Anmeldung, die bei xAI gehostete Websuche und Hintergrundaufgaben auf Grok-Modellen laufen weiter über xAI. Ordnen Sie \`session\_summary\` und \`image\_description\` Modellen von inference.eu zu und lassen Sie die Backend-Suche aus. Nein. Projektkonfigurationen dürfen nur MCP-Server, Plugins und Berechtigungen beisteuern. Modelle gehören in Ihre Benutzerkonfiguration \`~/.grok/config.toml\`. So kann ein Repository Ihren Schlüssel nicht an einen Endpunkt umleiten, den Sie nicht gewählt haben. Führen Sie \`grok -p "Ihr Prompt" -m inference-eu\` aus und ergänzen Sie \`--output-format streaming-json\` für maschinenlesbare Ausgabe. In CI stellen Sie den Schlüssel als \`INFERENCE\_EU\_API\_KEY\` bereit und liefern die Benutzerkonfiguration mit dem Job aus. Die bei xAI gehosteten Suchwerkzeuge laufen nur auf dem Endpunkt von xAI. Lassen Sie \`supports\_backend\_search = false\` bei Modellen von inference.eu; der Agent nutzt dann seine clientseitigen Werkzeuge. Für eine Suche binden Sie einen MCP-Server eines Suchanbieters Ihrer Wahl ein. Manche eigenen Endpunkte verarbeiten gestreamte Tool-Aufrufe anders. Setzen Sie \`stream\_tool\_calls = false\` am Modelleintrag oder global unter \`\[models\]\`, damit Grok vollständige Tool-Aufrufe anfordert. Prüfen Sie außerdem, ob das gewählte Modell Tool-Aufrufe unterstützt. Setzen Sie \`allowed\_models\` unter \`\[models\]\` auf die IDs Ihrer inference.eu-Einträge, etwa \`\["inference-eu\*"\]\`. Auswahl, Standard und \`-m\` akzeptieren dann nur diese Modelle, und der gesamte Modellverkehr Ihres Teams bleibt bei inference.eu. Die in \`env\_key\` genannte Variable ist leer oder enthält den falschen Schlüssel. Exportieren Sie \`INFERENCE\_EU\_API\_KEY\` in der Shell, aus der Sie \`grok\` starten, vermeiden Sie einen widersprüchlichen \`api\_key\` im Eintrag und prüfen Sie, ob der Schlüssel in Ihrem inference.eu-Konto aktiv ist. [Frage stellen](https://inference.eu/de/kontakt/) ## Verwandte Seiten [Alle Integrationen](https://inference.eu/de/integrationen/) - [Claude CodeSo betreiben Sie Claude Code über ANTHROPIC\_BASE\_URL mit Open-Weight-Modellen, die in EU-Rechenzentren verarbeitet werden. Ohne Konto bei Anthropic.Coding-Agenten](https://inference.eu/de/integrationen/claude-code/) - [OpenAI Codex CLISo nutzen Sie die Codex CLI von OpenAI mit Open-Weight-Modellen aus EU-Rechenzentren. Ein Block model\_providers in config.toml genügt.Coding-Agenten](https://inference.eu/de/integrationen/openai-codex/) - [OpenCodeSo nutzen Sie den Coding-Agenten OpenCode mit Open-Weight-Modellen, die in EU-Rechenzentren verarbeitet werden. Ein Provider-Block in opencode.json genügt.Coding-Agenten](https://inference.eu/de/integrationen/opencode/) ## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten. - Antwort innerhalb eines Werktags - Preise für Ihr Volumen - AV-Vertrag unterschriftsreif