---
title: "AI Agent de n8n con un LLM barato compatible con OpenAI"
description: "El AI Agent de n8n sobre un modelo barato compatible con OpenAI: qué modelo elegir para herramientas, qué ajustes ahorran tokens y el costo por 10,000 ejecuciones."
url: https://broadrouter.com/es/blog/n8n-ai-agent-cheap-llm/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (actualizado el 2026-11-16).

# AI Agent de n8n con un LLM barato: configuración, modelo y costo

Por el equipo de BroadNet Inference · 5 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-16

Apunte la credencial de OpenAI de n8n a una API barata compatible con OpenAI, ingrese el modelo por su ID y desactive Use Responses API. Dé al AI Agent un modelo con llamadas a herramientas, como Qwen3.8 27B o GLM 5.3. Mantenga bajo Max Iterations, corta la memoria y pocas las herramientas, y envíe antes la clasificación simple a un modelo más barato.

## Puntos clave

-   El AI Agent de n8n ahora siempre funciona como Tools Agent y necesita al menos una herramienta, así que el modelo debe manejar llamadas a herramientas.
-   El costo por ejecución es sobre todo entrada: el mensaje de sistema, las definiciones de herramientas y la memoria se reenvían en cada iteración.
-   Max Iterations vale 10 por defecto. Bájelo y mantenga corto el Context Window Length de Simple Memory.
-   Con los precios publicados, nuestro agente de ejemplo cuesta unas 3 veces más por ejecución con GLM 5.3 que con Qwen3.8 27B.
-   Envíe los pasos fáciles a una Basic LLM Chain con Gemma 4 VL 26B, que también está disponible como clave por hora a tarifa plana de $0.50.

**En esta página**

1.  ¿Cómo conectar el AI Agent a un modelo más barato?
2.  ¿Qué modelo barato puede manejar las herramientas de n8n?
3.  ¿En qué gasta tokens un agente de n8n?
4.  ¿Qué ajustes reducen más el costo?
5.  ¿Cuánto cuesta una ejecución de un agente de n8n?
6.  ¿Qué falla con modelos baratos en n8n?
7.  Dónde encaja BroadNet Inference

El nodo AI Agent de n8n facilita crear un asistente que lee correos, consulta registros y responde. También facilita gastar más de lo previsto, porque cada ejecución puede llamar al modelo hasta diez veces y reenviar el prompt completo cada vez. Este artículo muestra cómo ejecutar flujos con AI Agent sobre un modelo barato [compatible con OpenAI](https://broadrouter.com/es/glossary/openai-compatible-api/), qué modelo elegir para usar herramientas, qué ajustes reducen tokens y cuánto cuesta una ejecución. Para configurar la credencial y los nodos, siga nuestra [guía de configuración de n8n](https://broadrouter.com/es/guides/n8n-openai-compatible/).

## ¿Cómo conectar el AI Agent a un modelo más barato?

1.  **Cree una credencial de OpenAI** con la clave de su proveedor y su Base URL, por ejemplo `https://inference.broadnet.ai/v1`.
2.  **Añada un nodo AI Agent** y conéctele un subnodo **OpenAI Chat Model** con esa credencial.
3.  **Ingrese el modelo por su ID**, no desde la lista, por ejemplo `broadnet/qwen3.8-27b`.
4.  **Desactive Use Responses API** si su proveedor ofrece chat completions, como BroadNet.
5.  **Conecte al menos una herramienta.** La documentación de n8n dice que hay que conectar al menos un subnodo de herramienta a un AI Agent.

Cuando configura una Base URL que no es de OpenAI, n8n muestra un aviso de que no todos los modelos admiten herramientas o el formato de respuesta JSON. Tómeselo en serio: decide su elección de modelo.

## ¿Qué modelo barato puede manejar las herramientas de n8n?

La documentación de n8n dice que todos los nodos AI Agent ahora funcionan como **Tools Agent**. El modelo debe emitir [llamadas a herramientas](https://broadrouter.com/es/glossary/tool-calling/) de forma fiable, o el agente entra en bucle o responde sin usar sus herramientas.

| Modelo en BroadNet | Herramientas listadas | Contexto | Mejor uso en n8n |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/es/models/qwen3.8-27b/) | Sí | 262,144 | Opción por defecto para AI Agent; entrada de imágenes, probado en árabe |
| [GLM 5.3](https://broadrouter.com/es/models/glm-5.3/) | Sí | 1,048,576 | Agentes sobre documentos largos |
| [Gemma 4 VL 26B](https://broadrouter.com/es/models/gemma-4-vl-26b/) | No listadas | 32,768 | Basic LLM Chain: clasificar, extraer, enrutar |
| [DeepSeek V4.1 Flash](https://broadrouter.com/es/models/deepseek-v4.1-flash/) | No listadas | 1,048,576 | Cadenas con documentos largos, entrada de imágenes; pruébelo antes de usarlo en un agente |

Qwen3.8 27B es el más barato en entrada de los dos modelos con herramientas, y los agentes de n8n consumen sobre todo entrada. Empiece por él y pase a GLM 5.3 si sus pruebas muestran que maneja mejor sus herramientas; [GLM 5.3 vs Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) compara ambos.

## ¿En qué gasta tokens un agente de n8n?

Cada iteración es una llamada al modelo independiente que lleva:

-   el **System Message** que usted escribió,
-   la **definición de cada herramienta conectada**, incluidas todas las herramientas de un nodo MCP Client Tool configurado en All,
-   la **ventana de memoria** de Simple Memory,
-   la entrada del usuario, más las llamadas a herramientas y los resultados anteriores de esta ejecución.

La salida suele ser corta. Así que la factura depende del tamaño de la entrada multiplicado por las iteraciones. Nuestro artículo sobre el [presupuesto de tokens de un agente](https://broadrouter.com/es/blog/agent-token-budget/) muestra cómo medir cada parte.

## ¿Qué ajustes reducen más el costo?

1.  **Max Iterations.** Vale 10 por defecto. La mayoría de los agentes de soporte terminan en 2 a 4. Póngalo en 4 o 5 para que una ejecución confundida se detenga pronto.
2.  **Context Window Length de Simple Memory.** Define cuántas interacciones previas se conservan. Cada una se reenvía en cada iteración. Manténgalo bajo, por ejemplo 5.
3.  **Menos herramientas.** En un nodo MCP Client Tool, use **Selected** o **All Except** en lugar de All.
4.  **Salida de herramientas corta.** Haga que las herramientas HTTP Request devuelvan solo los campos que el agente necesita, no respuestas completas de la API.
5.  **Maximum Number of Tokens.** Qwen3.8 27B y GLM 5.3 razonan primero, y el razonamiento cuenta para el límite. Déjelo en el valor por defecto o póngalo en unos pocos miles. Un valor demasiado bajo da una [salida vacía](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).
6.  **Enrute antes del agente.** Ponga delante una Basic LLM Chain con Gemma 4 VL 26B para clasificar las solicitudes. Solo las que necesitan herramientas llegan al agente.

Para una forma de salida fija, active **Require Specific Output Format** y conecte un Structured Output Parser. Es más barato que pedirle al agente que reformatee. Más en [salida estructurada](https://broadrouter.com/es/blog/structured-output-json-schema/).

## ¿Cuánto cuesta una ejecución de un agente de n8n?

Tome un agente de soporte: 3 iteraciones por ejecución, con unos 4,000 tokens de entrada y 300 de salida por iteración. Eso son 12,000 tokens de entrada y 900 de salida por ejecución. Con 10,000 ejecuciones al mes:

| Tokens mensuales | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 120M de entrada | $0.175 por 1M | $0.78 por 1M |
| 9M de salida | $2.17 por 1M | $3.46 por 1M |

Multiplique y sume. Con los precios sincronizados el 2026-11-14, GLM 5.3 cuesta unas **3 veces** más que Qwen3.8 27B para este flujo, antes de cualquier descuento por caché. Reducir las iteraciones a la mitad reduce aproximadamente a la mitad la línea de entrada en cualquiera de los dos modelos; una ventana de memoria más corta la reduce en la proporción de cada prompt que ocupa la memoria.

Un paso de enrutamiento con Gemma 4 VL 26B añade poco: 10,000 clasificaciones de 800 tokens de entrada y 20 de salida son 8M de entrada a $0.10 por 1M y 0.2M de salida a $0.22 por 1M. Si el 40 % de las solicitudes nunca llega al agente, eso ahorra el 40 % de la línea del agente. Para un volumen alto y constante con Gemma, BroadNet también vende una clave por hora a tarifa plana de $0.50 la hora: 120 solicitudes por minuto, un stream y 300,000 tokens por minuto.

Calcule sus propias cifras en la [calculadora de costos de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) y compruebe hasta dónde llegan 30 solicitudes por minuto con la [calculadora de límites de tasa](https://broadrouter.com/tools/llm-rate-limit-calculator/).

## ¿Qué falla con modelos baratos en n8n?

-   **El agente ignora las herramientas.** El modelo no figura con soporte de herramientas. Cambie a Qwen3.8 27B o GLM 5.3.
-   **«Bad request».** Normalmente es el interruptor de Responses API. La [guía de configuración](https://broadrouter.com/es/guides/n8n-openai-compatible/) tiene las soluciones.
-   **429 en lotes.** Una clave de pago por uso permite 30 solicitudes por minuto y 4 a la vez. Use Loop Over Items con un nodo Wait. Vea [errores y reintentos](https://broadrouter.com/es/guides/errors-and-retries/).
-   **Herramientas MCP.** El nodo MCP Client Tool permite al agente llamar a un servidor MCP externo. Lea antes [MCP con modelos compatibles con OpenAI](https://broadrouter.com/es/blog/mcp-with-openai-compatible-models/).

## Dónde encaja BroadNet Inference

BroadNet Inference da a n8n una sola credencial compatible con OpenAI para Qwen3.8 27B y GLM 5.3 con herramientas, Gemma 4 VL 26B para enrutamiento barato y una clave de Gemma por hora a $0.50 para lotes constantes. Las cuentas nuevas reciben $5 de crédito, que cubre Gemma 4 VL 26B; los modelos con herramientas necesitan una recarga. No encaja con flujos que necesitan funciones exclusivas de OpenAI, como las herramientas integradas de la Responses API. Cree una clave en [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-n8n-ai-agent-cheap-llm&utm_content=body).

Herramientas gratuitas sobre este tema (en inglés)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[MCP (Model Context Protocol)](https://broadrouter.com/es/glossary/mcp/)

MCP (Model Context Protocol, protocolo de contexto de modelo) es un protocolo abierto, basado en JSON-RPC 2.0, que estandariza cómo las aplicaciones de LLM se conectan con herramientas y datos externos. Un servidor MCP expone herramientas, recursos y prompts; un cliente MCP dentro de la aplicación host los descubre y pasa al servidor las llamadas a herramientas del modelo.

[Límite de frecuencia (rate limit)](https://broadrouter.com/es/glossary/rate-limit/)

Un límite de frecuencia (rate limit) es un tope que una API impone a cuánto puede usarla un cliente en un periodo, como solicitudes por minuto o tokens por minuto. Las solicitudes que lo superan se rechazan, normalmente con HTTP 429 Too Many Requests, hasta que el uso vuelve a quedar por debajo.

[Agente de IA (AI agent)](https://broadrouter.com/es/glossary/agent/)

Un agente de IA es un sistema en el que un modelo de lenguaje dirige sus propios pasos hacia un objetivo: decide qué herramientas llamar, lee los resultados y repite hasta dar una respuesta final o alcanzar un límite. Un script fijo que llama a un modelo en puntos establecidos suele llamarse flujo de trabajo (workflow).

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[URL base (base URL)](https://broadrouter.com/es/glossary/base-url/)

La URL base es la dirección raíz fija de una API, como https://api.example.com/v1, que un cliente antepone a cada ruta de endpoint, como /chat/completions. En los SDKs compatibles con OpenAI, cambiar la URL base, junto con la clave de API y el ID del modelo, dirige el mismo código a otro proveedor.

[Salida estructurada (structured output)](https://broadrouter.com/es/glossary/structured-output/)

La salida estructurada es una función de las APIs de LLM que restringe la respuesta del modelo a un formato que define el desarrollador, normalmente un JSON Schema, para que el código pueda procesarla de forma fiable. Es más estricta que JSON mode, que garantiza JSON válido pero no una forma concreta.

## Preguntas frecuentes

### ¿Puedo usar un LLM barato con el nodo AI Agent de n8n?

Sí. El subnodo OpenAI Chat Model usa la credencial de OpenAI, que tiene un campo Base URL. Apúntelo a cualquier API compatible con OpenAI, ingrese el modelo por su ID y desactive Use Responses API si su proveedor ofrece chat completions.

### ¿Qué modelo barato funciona con las herramientas de n8n?

Uno que admita llamadas a herramientas, porque el AI Agent siempre funciona como Tools Agent. En BroadNet Inference, Qwen3.8 27B y GLM 5.3 figuran con soporte de herramientas. Gemma 4 VL 26B es más barato pero no figura con herramientas, así que úselo en una Basic LLM Chain.

### ¿Por qué mi AI Agent de n8n sale tan caro?

Cada iteración reenvía el mensaje de sistema, cada definición de herramienta y la ventana de memoria. Un agente que da cinco vueltas con diez herramientas y una memoria larga lee muchas veces más tokens de los que escribió el usuario. Baje Max Iterations, recorte herramientas y acorte la memoria.

### ¿Qué hace Max Iterations en el AI Agent de n8n?

Limita cuántas veces se ejecuta el modelo para producir una respuesta. El valor por defecto es 10. Cada iteración es una llamada al modelo independiente que se factura por separado.

### ¿Por qué mi agente de n8n recibe errores 429?

Las ejecuciones en paralelo y los bucles comparten los límites de la clave. Una clave de pago por uso de BroadNet permite 30 solicitudes por minuto y 4 a la vez. Dosifique los lotes con Loop Over Items y un nodo Wait.

## Siga leyendo

-   [OpenClaw y Hermes Agent con un modelo barato: configuración y tokens](https://broadrouter.com/es/blog/openclaw-hermes-agent-cheap-model/)
-   [Servidores MCP con cualquier modelo compatible con OpenAI](https://broadrouter.com/es/blog/mcp-with-openai-compatible-models/)
-   [Tool calling con modelos abiertos: esquemas, paralelismo, reintentos](https://broadrouter.com/es/blog/tool-calling-open-models/)
-   [Modo JSON o json\_schema: salida estructurada que no falla](https://broadrouter.com/es/blog/structured-output-json-schema/)
-   [Presupuesto de tokens de un agente: adónde van los tokens del bucle](https://broadrouter.com/es/blog/agent-token-budget/)
-   [Cuánto cuesta ejecutar un agente de IA: pasos, contexto y caché](https://broadrouter.com/es/blog/ai-coding-agent-run-cost/)
-   [Claude Code con modelos abiertos: proxies, endpoints nativos y límites](https://broadrouter.com/es/blog/claude-code-with-openai-compatible-models/)
-   [Guía: BroadNet Inference en n8n (credencial de OpenAI y Base URL)](https://broadrouter.com/es/guides/n8n-openai-compatible/)
-   [Guía: Cómo usar LangChain con BroadNet Inference](https://broadrouter.com/es/guides/langchain-openai-base-url/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-n8n-ai-agent-cheap-llm&utm_content=page-cta) ·

**Fuentes**

-   [Documentación de n8n, nodo AI Agent (consultado el 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [Documentación de n8n, opciones de Tools Agent (consultado el 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [Documentación de n8n, nodo OpenAI Chat Model (consultado el 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [Documentación de n8n, nodo Simple Memory (consultado el 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [Documentación de n8n, nodo MCP Client Tool (consultado el 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [Precios de BroadNet Inference en formato legible por máquina (pricing.json) (en inglés)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [Referencia de la API de BroadNet Inference, límites (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
