--- title: "Grok CLI avec des modèles hébergés en Europe" description: "Configurez Grok CLI (Grok Build) pour utiliser des modèles open-weight traités dans l’UE grâce à un modèle personnalisé dans ~/.grok/config.toml." canonical: "https://inference.eu/fr/integrations/grok-cli/" language: "fr" --- Agents de code · Grok CLI (Grok Build) # Utiliser Grok CLI avec des modèles open source hébergés dans l’UE Grok Build, l’agent de code lancé par la commande \`grok\`, prend en charge des modèles personnalisés servis par tout point d’accès compatible OpenAI ou Anthropic. Déclarez inference.eu comme modèle personnalisé dans config.toml : l’agent travaille alors sur des modèles open-weight traités dans des centres de données européens. [Contacter l'équipe](https://inference.eu/fr/contact/)[Configuration](#setup) 1. 01Format d'API: OpenAI et Anthropic 2. 02Centres de données dans l'UE 3. 03Couvert par un seul DPA ## Configuré en quelques minutes 1. 1 Créez une clé API dans votre compte inference.eu et exportez-la sous le nom `INFERENCE_EU_API_KEY`. 2. 2 Ouvrez `~/.grok/config.toml` et ajoutez une table `[model.inference-eu]` avec l’identifiant du modèle, l’URL de base d’inference.eu, `env_key` et `api_backend = "chat_completions"`. 3. 3 Sous `[models]`, réglez `default` sur `inference-eu` et pointez aussi `session_summary` vers un modèle inference.eu. 4. 4 Lancez `grok inspect` pour vérifier que Grok a bien pris en compte la configuration. 5. 5 Lancez `grok` dans votre projet, ou testez en mode non interactif avec `grok -p "Bonjour" -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" ``` ## Qu’est-ce que Grok CLI Grok Build est l’agent de code d’xAI pour le terminal. Vous le lancez avec `grok` pour une session interactive plein écran, l’utilisez avec `grok -p` dans des scripts ou l’intégrez à d’autres applications via l’Agent Client Protocol. Il lit et modifie des fichiers, exécute des commandes, utilise des serveurs MCP, des skills et des hooks, et répartit le travail entre sous-agents. Grok Build est livré avec les modèles d’xAI, mais sa référence de configuration présente les modèles personnalisés comme une option à part entière : tout point d’accès qui parle OpenAI Chat Completions, l’API Responses ou Anthropic Messages. C’est ainsi que vous le reliez à inference.eu. ## Comment fonctionne la configuration Les modèles personnalisés se déclarent dans votre configuration utilisateur, `~/.grok/config.toml`. Chaque table `[model.]` décrit un modèle : `model` est l’identifiant envoyé à l’API, `base_url` l’URL de base d’inference.eu terminée par `/v1`, `env_key` la variable qui contient votre clé, et `api_backend = "chat_completions"` choisit le format OpenAI. `name` s’affiche dans le sélecteur. Sous `[models]`, `default` choisit le modèle des nouvelles sessions. Grok utilise aussi des modèles distincts pour les résumés de session, la description d’images et la recherche web : réglez `session_summary` sur un modèle inference.eu pour que ces appels en arrière-plan y partent aussi. Les fichiers de projet ne peuvent pas définir de modèles, ce qui tient les clés hors des dépôts. ## Quels modèles choisir La boucle de l’agent repose sur des appels d’outils fiables et sur le respect des consignes au fil de nombreuses étapes. `qwen3-coder-480b-a35b-instruct` est un bon choix par défaut au quotidien, avec des modifications précises et un usage sûr des outils. `glm-5.3` et `kimi-k3` conviennent à la planification, aux refontes plus larges, au débogage exigeant et aux résumés de session. `gpt-oss-120b` répond vite et convient aux sous-agents, aux scripts et aux questions courtes. Renseignez `context_window` pour chaque modèle afin que Grok compacte la conversation au bon moment. Avec `allowed_models` sous `[models]`, vous limitez le sélecteur aux modèles inference.eu. ## Dépannage Une erreur 401 signifie que la clé n’est pas parvenue au point d’accès. Vérifiez que `INFERENCE_EU_API_KEY` est exportée dans le shell qui lance `grok` et que `env_key` désigne exactement cette variable. Une erreur 404 vient le plus souvent d’un chemin en trop dans `base_url`, ou d’un `api_backend` qui ne correspond pas à l’URL. Si les appels d’outils échouent ou arrivent incomplets, réglez `stream_tool_calls = false` sur le modèle ; certains points d’accès personnalisés en ont besoin. Si la recherche web échoue, `supports_backend_search` doit rester à `false`, car les outils de recherche hébergés par xAI ne tournent pas ailleurs. `grok inspect` montre les fichiers et modèles réellement chargés. ## Garder le code et les données dans l’UE Avec inference.eu comme modèle, les fichiers, diffs et sorties de commandes que Grok envoie au modèle sont traités dans des centres de données de l’UE et ne servent jamais à l’entraînement. Nous signons un accord de sous-traitance au titre de l’article 28 du RGPD, publions la liste de nos sous-traitants et facturons en euros. Grok Build est un produit d’xAI, et une partie du trafic peut encore y partir : la connexion au premier lancement, la recherche web hébergée par xAI et toute tâche de fond encore attribuée à un modèle Grok. Pointez `session_summary` et `image_description` vers inference.eu, laissez `supports_backend_search = false` et restreignez `allowed_models`. ## Grok CLI (Grok Build) Catégorie Agents de code Éditeur xAI Format d'API OpenAI et Anthropic Traitement Centres de données dans l'UE Site web [docs.x.ai](https://docs.x.ai/build/overview) Documentation [docs.x.ai](https://docs.x.ai/build/settings/reference) ## Grok CLI (Grok Build) : questions fréquentes Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement. Oui. Grok Build prend en charge des modèles personnalisés servis par tout point d’accès compatible OpenAI ou Anthropic. Ajoutez une table \`\[model.\]\` dans \`~/.grok/config.toml\` avec \`model\`, \`base\_url\` et \`env\_key\`, puis choisissez-le avec \`-m\` ou \`/model\`. Utilisez \`chat\_completions\`, le format OpenAI Chat Completions, avec une URL de base terminée par \`/v1\`. \`messages\` sélectionne le format Anthropic, également servi par inference.eu ; utilisez alors l’URL de base sans \`/v1\`. Les deux donnent accès aux mêmes modèles. Qwen3 Coder 480B est un bon choix par défaut pour les sessions de code. GLM-5.3 et Kimi K3 conviennent à la planification, au débogage difficile et aux résumés de session, et gpt-oss-120b est une option rapide pour les sous-agents et les scripts. Les requêtes destinées à votre modèle personnalisé partent vers inference.eu. La connexion, la recherche web hébergée par xAI et les tâches de fond laissées sur des modèles Grok passent encore par xAI. Attribuez \`session\_summary\` et \`image\_description\` à des modèles inference.eu et désactivez la recherche côté serveur. Non. La configuration de projet ne peut fournir que des serveurs MCP, des plugins et des permissions. Les modèles se déclarent dans votre configuration utilisateur, \`~/.grok/config.toml\`. Un dépôt ne peut ainsi pas rediriger votre clé vers un point d’accès que vous n’avez pas choisi. Lancez \`grok -p "votre prompt" -m inference-eu\`, en ajoutant \`--output-format streaming-json\` pour une sortie exploitable par machine. En intégration continue, exposez votre clé sous \`INFERENCE\_EU\_API\_KEY\` et fournissez la configuration utilisateur avec le job. Les outils de recherche hébergés par xAI ne fonctionnent que sur le point d’accès d’xAI. Gardez \`supports\_backend\_search = false\` pour les modèles inference.eu ; l’agent s’appuie alors sur ses outils côté client. Pour la recherche, ajoutez un serveur MCP du fournisseur de votre choix. Certains points d’accès personnalisés traitent différemment les appels d’outils en streaming. Réglez \`stream\_tool\_calls = false\` sur l’entrée du modèle, ou globalement sous \`\[models\]\`, pour que Grok demande des appels d’outils complets. Vérifiez aussi que le modèle choisi prend en charge les outils. Réglez \`allowed\_models\` sous \`\[models\]\` sur les identifiants de vos entrées inference.eu, par exemple \`\["inference-eu\*"\]\`. Le sélecteur, le modèle par défaut et \`-m\` n’acceptent alors que ces modèles, et tout le trafic de modèles reste chez inference.eu. La variable désignée par \`env\_key\` est vide ou contient une mauvaise clé. Exportez \`INFERENCE\_EU\_API\_KEY\` dans le shell qui lance \`grok\`, évitez une \`api\_key\` contradictoire dans l’entrée et vérifiez que la clé est active dans votre compte inference.eu. [Poser une question](https://inference.eu/fr/contact/) ## Pages liées [Toutes les intégrations](https://inference.eu/fr/integrations/) - [Claude CodeConfigurez Claude Code avec ANTHROPIC\_BASE\_URL pour utiliser des modèles open-weight traités dans des centres de données de l’UE, sans compte Anthropic.Agents de code](https://inference.eu/fr/integrations/claude-code/) - [OpenAI Codex CLIUtilisez Codex CLI d’OpenAI avec des modèles open-weight traités dans des centres de données de l’UE. Un bloc model\_providers dans config.toml suffit.Agents de code](https://inference.eu/fr/integrations/openai-codex/) - [OpenCodeUtilisez l’agent de code OpenCode avec des modèles open-weight traités dans des centres de données de l’UE. Un bloc provider dans opencode.json suffit.Agents de code](https://inference.eu/fr/integrations/opencode/) ## Faites passer vos charges IA sur une infrastructure européenne Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite. - Réponse sous un jour ouvré - Tarif adapté à votre volume - DPA prêt à signer