Cline mit jedem Katalogmodell über OpenAI Compatible betreiben.

Kurzantwort: drei Felder in Clines Settings.

Öffne das Cline-Panel in VS Code und klicke auf das Settings-Zahnrad. Wähle im API-Provider-Dropdown OpenAI Compatible und fülle drei Felder aus: Base URL https://api.apisrouter.com/v1, deinen Key in API Key, und die exakte Katalog-ID im Model-Feld, zum Beispiel claude-sonnet-4-6. Weil Cline nicht wissen kann, was das Modell eines beliebigen Endpoints leisten kann, bietet der Provider Modell-Konfigurationsoptionen, die du ehrlich setzen solltest: Context-Window-Größe, Max Output Tokens, und Capability-Flags wie Image-Support, plus optionale Input- und Output-Preise, damit Clines eigene Kostenanzeige der Realität entspricht. Setze Fenster und Limits anhand der Modell-Dokumentation. Speichern, und der Agent führt seine nächste Aufgabe über das Gateway aus; die ID lässt sich jederzeit tauschen, ohne deinen Workflow anzufassen.

API Provider:  OpenAI Compatible
Base URL:      https://api.apisrouter.com/v1
API Key:       sk-YOUR-APISROUTER-KEY
Model:         claude-sonnet-4-6

Model config:  context window + max output tokens
               from the model's documentation,
               image support only if the id has it

Wie Cline das konfigurierte Modell nutzt.

Cline (rund 65K GitHub-Stars) ist der autonome Coding-Agent für VS Code: Er liest deine Codebase, bearbeitet Dateien, führt Terminal-Befehle aus und iteriert bei Fehlern, mit menschlichen Approval-Gates auf dem Weg. Diese Schleife ist auf eine bestimmte Art modellhungrig: lange Kontexte (Dateibäume, Diffs, Terminal-Output) rein, Tool-Calls und Code raus, viele Turns pro Task. Der OpenAI-Compatible-Provider sendet diese Schleife als Standard-Chat-Completions an deine Base URL, mit der Modell-ID als reinem String. Der Vendor spielt für das Wire-Format keine Rolle, was Modell-Shopping hier real macht: claude-sonnet-4-6, kimi-k2.7-code und gpt-5.6-sol sind austauschbare Backends hinter denselben drei Feldern, statt drei separater Provider-Konfigurationen mit drei Vendor-Konten. Die Capability-Flags verdienen Sorgfalt, weil der Agent sich auf sie verlässt. Cline plant anhand dessen, was du deklarierst: Aktivierter Image-Support lässt ihn Screenshots an ein Modell senden, das sie möglicherweise nicht akzeptiert, und ein zu hoch angegebenes Context-Window lädt tief in langen Tasks zu Truncated-Context-Fehlern ein. Deklariere, was die Modell-Dokumentation sagt, nicht was du dir wünschst.

Plan und Act: zwei Modi, zwei Modelle.

Cline teilt Arbeit in den Plan-Modus, in dem es die Codebase erkundet und Strategien entwickelt, ohne zu bearbeiten, und den Act-Modus, in dem es ausführt. Die API-Konfiguration folgt dieser Aufteilung: Mit aktivierter Use-different-models-Option zeigen die Settings Tabs pro Modus, und jeder Modus merkt sich seinen eigenen Provider und sein eigenes Modell, wechselt beim Umschalten automatisch. Die Ökonomie der Aufteilung ist der eigentliche Punkt. Im Plan-Modus zahlt sich tiefes Reasoning aus: claude-opus-4-7 oder gpt-5.5 liest die Codebase und schreibt den Ansatz. Der Act-Modus besteht aus vielen schnellen Tool-Calling-Turns, die einen bereits existierenden Plan ausführen — genau das Profil von kimi-k2.7-code oder claude-sonnet-4-6. Da beide Modi über denselben Gateway-Key abgerechnet werden, ist die Paarung eine Settings-Entscheidung statt eines Multi-Vendor-Projekts. Ein ehrlicher Vorbehalt aus dem Issue-Tracker: Die Modellwahl pro Modus hatte speziell beim OpenAI-Compatible-Provider Ecken und Kanten, inklusive Berichten, dass der Act-Modus still das Plan-Modell wiederverwendet. Führe nach der Konfiguration der Aufteilung eine Aufgabe aus und bestätige im Task-Header, welches Modell tatsächlich welchen Modus bedient hat, und prüfe dein Usage-Log; behandle die Aufteilung erst als verifiziert, nachdem du beide IDs tatsächlich hast auftauchen sehen.

Plan mode:  claude-opus-4-7      (read, reason, strategize)
Act mode:   kimi-k2.7-code       (execute, edit, run, iterate)

verify: run one task, check which id served each mode,
then confirm both ids appear in the usage log

Coding-Modelle für die Agent-Schleife wählen.

Agent-Schleifen vervielfachen den Token-Verbrauch auf eine Weise, die reiner Chat nie erreicht; eine einzelne Cline-Aufgabe kann Dutzende Requests mit Datei-Kontext umfassen. Das macht die Modellwahl messbar: Lass dieselbe Aufgabenklasse eine Woche lang auf zwei IDs laufen und lies die Ausgaben pro Modell neben der Häufigkeit, mit der du eingreifen musstest.

• claude-sonnet-4-6 ist die Standardantwort für Act-Modus-Arbeit: verlässliches Tool-Calling, starke Diffs, und genug Urteilsvermögen, um sich von fehlgeschlagenen Befehlen zu erholen.
• kimi-k2.7-code ist die Volume-Wahl für lange agentische Sessions; code-getunt, schnell, und im Preis auf die vielen Turns ausgelegt, die Cline tatsächlich durchläuft.
• gpt-5.6-sol verdient sich einen Slot für schnelle, eng begrenzte Edits und Test-Fixing-Runs, wo die Latenz pro Turn das Sessiongefühl prägt.
• claude-opus-4-7 gehört im Plan-Modus zu den harten Aufgaben: Architekturänderungen, dateiübergreifende Refactors, Debugging, das den gesamten Überblick braucht.
• gpt-5.5 ist der starke Generalist, den du im Plan-Modus gegen Claude testest — auf deiner eigenen Codebase, nicht anhand von Benchmarks.

Nutzungsbasiert · unter offiziellem Preis

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Cline-spezifische Fehlerbilder.

Abgeschnittenes oder amnesisches Verhalten tief in einer Aufgabe ist die Context-Window-Deklaration: Setze sie auf das dokumentierte Fenster des Modells, und denk daran, dass Cline Datei-Kontext aggressiv packt, sodass ein zu hoch angegebenes Fenster genau bei den größten, nervigsten Aufgaben versagt. Seltsame Tool-Calls, fehlerhafte Edits, oder ein Agent, der erzählt statt zu handeln, bedeutet meist, dass die gewählte ID schwach im Function Calling ist; wechsle zu claude-sonnet-4-6, um Konfigurationsprobleme von der Modellwahl zu trennen, bevor du dem Setup die Schuld gibst. Harte Fehler lassen sich klar zuordnen: Authentifizierung ist das Key-Feld; Model-not-found ist die ID-Schreibweise gegen die /v1/models-Liste; 404s bei jeder Anfrage sind eine Base URL, der /v1 fehlt oder die es doppelt. Der Provider hängt Routenpfade an die Base an, die du angibst. Und der Vorbehalt zum Modus-Paar noch einmal, weil er bei Übersehen echtes Geld kostet: Wenn du unterschiedliche Plan- und Act-Modelle konfiguriert hast, verifiziere anhand einer echten Aufgabe, dass beide IDs tatsächlich ihre Modi bedienen. Ein stiller Fallback auf das teure Plan-Modell für jeden Act-Turn ist genau die Art von Sache, die das Usage-Log am ersten Tag erwischt und die Kartenabrechnung am Monatsende.

Wer Cline über ein Gateway routet.

• Entwickler, die Claude ihren Agenten antreiben lassen wollen, ohne eine Anthropic-Billing-Beziehung, auf einem Prepaid-Guthaben, ohne Karte zum Start.
• Modell-Shopper, die Coding-Modelle an echten Aufgaben in ihrer echten Codebase vergleichen, wo jeder Kandidat nur eine Änderung im Model-Feld ist.
• Intensive Cline-Nutzer, die ein teures Plan-Modell mit einem schnellen Act-Modell kombinieren, um lange Sessions bezahlbar zu halten, ohne an Planungsqualität einzubüßen.
• Teams, die Agent-Ausgaben pro Entwickler oder pro Projekt über Per-Key-Usage messen, statt von einer gemeinsamen Vendor-Rechnung zu raten.
• Entwickler, die Terminal- und Editor-Tools bereits über ein Gateway routen und den VS-Code-Agenten auf demselben Key und Log haben wollen.

Den Endpoint verifizieren und die erste Aufgabe debuggen.

Curle zuerst die Model-Liste und einen Chat-Completion mit der exakten ID, die du konfigurieren willst. Bestehen beide, ist die Gateway-Hälfte erledigt, und jedes verbleibende Symptom liegt in den Provider-Settings. Gib Cline dann eine kleine echte Aufgabe, eine Datei, ein klares Ziel, und beobachte die ersten Turns. Saubere Tool-Calls und sinnvolle Edits bedeuten, dass ID und Capability-Flags passen. Fehler lassen sich den drei Feldern zuordnen; seltsames Agentenverhalten der Modellwahl oder den deklarierten Capabilities. Hast du Modelle pro Modus aktiviert, ist diese erste Aufgabe auch dein Verifizierungslauf für die Aufteilung. Sobald Aufgaben laufen, zeigt die APIsRouter-Konsole Modell, Token-Zahlen und Ausgaben pro Anfrage. Eine Agent-Schleife ist die token-intensivste Art, ein Modell zu nutzen, und die Usage-Ansicht pro Key ist der Ort, an dem eine Woche Cline zu einer konkreten Zahl wird — pro Modell, pro Tag, pro Modus, falls du Keys aufteilst.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -50

curl -s https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $APISROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k2.7-code",
       "messages":[{"role":"user","content":"ping"}]}'

Häufige Fragen