BroadRouter

n8n AI Agent mit günstigem LLM: Setup, Modellwahl, Kosten pro Lauf

Vom Team von BroadNet Inference · 5 Min. Lesezeit · Veröffentlicht · Aktualisiert

Richten Sie die OpenAI-Credential von n8n auf eine günstige OpenAI-kompatible API aus, geben Sie das Modell per ID ein und schalten Sie Use Responses API aus. Geben Sie dem AI Agent ein Modell mit Tool Calling, etwa Qwen3.8 27B oder GLM 5.3. Halten Sie Max Iterations niedrig, das Memory kurz und die Tools wenige, und leiten Sie einfache Klassifizierung vorher an ein günstigeres Modell.

Mit dem Node AI Agent von n8n bauen Sie leicht einen Assistenten, der E-Mails liest, Datensätze nachschlägt und antwortet. Genauso leicht geben Sie damit mehr aus als geplant, denn jeder Lauf kann das Modell bis zu zehnmal aufrufen und jedes Mal den vollständigen Prompt erneut senden. Dieser Beitrag zeigt, wie Sie AI-Agent-Workflows auf einem günstigen OpenAI-kompatiblen Modell betreiben, welches Modell Sie für die Tool-Nutzung wählen, welche Einstellungen Tokens sparen und was ein Lauf kostet. Für die Einrichtung von Credential und Nodes selbst folgen Sie unserer n8n-Anleitung.

Wie verbinden Sie den AI Agent mit einem günstigeren Modell?

  1. Legen Sie eine OpenAI-Credential an mit dem Schlüssel Ihres Anbieters und seiner Base URL, zum Beispiel https://inference.broadnet.ai/v1.
  2. Fügen Sie einen Node AI Agent hinzu und hängen Sie einen Sub-Node OpenAI Chat Model mit dieser Credential an.
  3. Geben Sie das Modell per ID ein, nicht aus der Liste, zum Beispiel broadnet/qwen3.8-27b.
  4. Schalten Sie Use Responses API aus, wenn Ihr Anbieter Chat Completions bereitstellt, wie BroadNet.
  5. Hängen Sie mindestens ein Tool an. Laut n8n-Doku müssen Sie mindestens einen Tool-Sub-Node mit einem AI Agent verbinden.

Setzen Sie eine Base URL, die nicht von OpenAI stammt, zeigt n8n einen Hinweis, dass nicht jedes Modell Tools oder das JSON-Antwortformat unterstützt. Nehmen Sie das ernst: Es entscheidet über Ihre Modellwahl.

Welches günstige Modell kommt mit n8n-Tools zurecht?

Laut n8n-Doku arbeiten alle AI-Agent-Nodes inzwischen als Tools Agent. Das Modell muss zuverlässig Tool Calls ausgeben, sonst dreht der Agent Schleifen oder antwortet, ohne Ihre Tools zu nutzen.

Modell bei BroadNet Tools ausgewiesen Kontext Beste Nutzung in n8n
Qwen3.8 27B Ja 262.144 Standard für den AI Agent; Bild-Input, Arabisch getestet
GLM 5.3 Ja 1.048.576 Agenten über lange Dokumente
Gemma 4 VL 26B Nicht ausgewiesen 32.768 Basic LLM Chain: klassifizieren, extrahieren, routen
DeepSeek V4.1 Flash Nicht ausgewiesen 1.048.576 Chains über lange Dokumente, Bildeingabe; vor Agenten-Einsatz testen

Qwen3.8 27B ist beim Input das günstigere der beiden Modelle mit Tool-Unterstützung, und n8n-Agenten sind Input-lastig. Beginnen Sie damit und wechseln Sie zu GLM 5.3, wenn Ihre Tests zeigen, dass es mit Ihren Tools besser umgeht; GLM 5.3 vs. Qwen3.8 27B vergleicht die beiden.

Wofür verbraucht ein n8n-Agent Tokens?

Jede Iteration ist ein eigener Modellaufruf und enthält:

  • die System Message, die Sie geschrieben haben,
  • die Definition jedes verbundenen Tools, einschließlich aller Tools eines MCP-Client-Tool-Nodes, der auf All steht,
  • das Memory-Fenster aus Simple Memory,
  • die Nutzereingabe plus frühere Tool-Aufrufe und Ergebnisse in diesem Lauf.

Der Output ist meist kurz. Die Rechnung wird also von Input-Größe mal Iterationen bestimmt. Unser Beitrag zum Token-Budget von Agenten zeigt, wie Sie jeden Teil messen.

Welche Einstellungen senken die Kosten am stärksten?

  1. Max Iterations. Der Standardwert ist 10. Die meisten Support-Agenten sind nach 2 bis 4 fertig. Setzen Sie den Wert auf 4 oder 5, damit ein verwirrter Lauf früh stoppt.
  2. Context Window Length von Simple Memory. Sie legt fest, wie viele frühere Interaktionen behalten werden. Jede davon wird in jeder Iteration erneut gesendet. Halten Sie den Wert klein, zum Beispiel 5.
  3. Weniger Tools. Nutzen Sie beim Node MCP Client Tool Selected oder All Except statt All.
  4. Kurzer Tool-Output. Lassen Sie HTTP-Request-Tools nur die Felder zurückgeben, die der Agent braucht, nicht ganze API-Antworten.
  5. Maximum Number of Tokens. Qwen3.8 27B und GLM 5.3 denken zuerst nach, und Reasoning zählt zum Limit. Lassen Sie den Standardwert stehen oder setzen Sie einige Tausend. Ein zu kleiner Wert führt zu leerem Output.
  6. Vor dem Agenten routen. Schalten Sie eine Basic LLM Chain mit Gemma 4 VL 26B davor, um Anfragen zu klassifizieren. Nur die Anfragen, die Tools brauchen, erreichen den Agenten.

Für eine feste Output-Form schalten Sie Require Specific Output Format ein und hängen einen Structured Output Parser an. Das ist günstiger, als den Agenten um Umformatierung zu bitten. Mehr dazu unter Structured Output.

Was kostet ein Lauf eines n8n-Agenten?

Nehmen Sie einen Support-Agenten: 3 Iterationen pro Lauf, etwa 4.000 Input-Tokens und 300 Output-Tokens pro Iteration. Das sind 12.000 Input- und 900 Output-Tokens pro Lauf. Bei 10.000 Läufen im Monat:

Tokens pro Monat Qwen3.8 27B GLM 5.3
120 Mio. Input $0.175 pro 1 Mio. $0.78 pro 1 Mio.
9 Mio. Output $2.17 pro 1 Mio. $3.46 pro 1 Mio.

Multiplizieren und addieren Sie. Zu den am 2026-11-14 synchronisierten Preisen kostet GLM 5.3 für diesen Workflow etwa 3-mal so viel wie Qwen3.8 27B, noch vor jedem Cache-Rabatt. Halbierte Iterationen halbieren bei beiden Modellen ungefähr die Input-Zeile; ein kürzeres Memory-Fenster senkt sie um den Anteil, den das Memory an jedem Prompt ausmacht.

Ein Routing-Schritt mit Gemma 4 VL 26B fällt kaum ins Gewicht: 10.000 Klassifizierungen mit 800 Input- und 20 Output-Tokens ergeben 8 Mio. Input zu $0.10 pro 1 Mio. und 0,2 Mio. Output zu $0.22 pro 1 Mio. Erreichen 40 % der Anfragen den Agenten nie, spart das 40 % der Agenten-Zeile. Für gleichmäßig hohes Volumen auf Gemma verkauft BroadNet außerdem einen Stunden-Schlüssel zum Pauschalpreis von $0.50 pro Stunde: 120 Anfragen pro Minute, ein Stream, 300,000 Tokens pro Minute.

Rechnen Sie Ihre eigenen Zahlen im LLM-API-Kostenrechner durch und prüfen Sie mit dem Rate-Limit-Rechner, wie weit 30 Anfragen pro Minute reichen.

Was geht mit günstigen Modellen in n8n schief?

  • Der Agent ignoriert Tools. Das Modell ist nicht mit Tool-Unterstützung ausgewiesen. Wechseln Sie zu Qwen3.8 27B oder GLM 5.3.
  • „Bad request“. Meist liegt es am Schalter für die Responses API. Die Anleitung nennt die Lösungen.
  • 429 in Batches. Ein Pay-as-you-go-Schlüssel erlaubt 30 Anfragen pro Minute und 4 gleichzeitig. Nutzen Sie Loop Over Items mit einem Wait-Node. Siehe Fehler und Retries.
  • MCP-Tools. Mit dem Node MCP Client Tool kann der Agent einen externen MCP-Server aufrufen. Lesen Sie vorher MCP mit OpenAI-kompatiblen Modellen.

Wo BroadNet Inference passt

BroadNet Inference gibt n8n eine OpenAI-kompatible Credential für Qwen3.8 27B und GLM 5.3 mit Tools, Gemma 4 VL 26B für günstiges Routing und einen Gemma-Stunden-Schlüssel für $0.50 für gleichmäßige Batches. Neue Konten erhalten $5 Guthaben, das Gemma 4 VL 26B abdeckt; die Modelle mit Tool-Unterstützung brauchen eine Aufladung. Nicht geeignet ist es für Workflows, die Funktionen nur von OpenAI brauchen, etwa die eingebauten Tools der Responses API. Erstellen Sie einen Schlüssel unter inference.broadnet.ai.

Häufige Fragen

Kann ich ein günstiges LLM mit dem Node AI Agent in n8n nutzen?

Ja. Der Sub-Node OpenAI Chat Model nutzt die OpenAI-Credential, die ein Feld Base URL hat. Richten Sie es auf eine beliebige OpenAI-kompatible API aus, geben Sie das Modell per ID ein und schalten Sie Use Responses API aus, wenn Ihr Anbieter Chat Completions bereitstellt.

Welches günstige Modell funktioniert mit n8n-Tools?

Eines, das Tool Calling unterstützt, denn der AI Agent arbeitet immer als Tools Agent. Bei BroadNet Inference ist für Qwen3.8 27B und GLM 5.3 Tool-Unterstützung ausgewiesen. Gemma 4 VL 26B ist günstiger, aber nicht mit Tools ausgewiesen; nutzen Sie es daher in einer Basic LLM Chain.

Warum ist mein n8n AI Agent so teuer?

Jede Iteration sendet die System Message, jede Tool-Definition und das Memory-Fenster erneut. Ein Agent, der mit zehn Tools und langem Memory fünf Schleifen dreht, liest ein Vielfaches der Tokens, die der Nutzer eingegeben hat. Senken Sie Max Iterations, kürzen Sie die Tools und verkürzen Sie das Memory.

Was bewirkt Max Iterations im n8n AI Agent?

Es begrenzt, wie oft das Modell läuft, um eine Antwort zu erzeugen. Der Standardwert ist 10. Jede Iteration ist ein eigener Modellaufruf und wird einzeln abgerechnet.

Warum bekommt mein n8n-Agent 429-Fehler?

Parallele Ausführungen und Schleifen teilen sich die Limits des Schlüssels. Ein Pay-as-you-go-Schlüssel von BroadNet erlaubt 30 Anfragen pro Minute und 4 gleichzeitig. Takten Sie Batches mit Loop Over Items und einem Wait-Node.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen