BroadRouter

Agent IA n8n sur un LLM bon marché : configuration, modèle, coût

Par l’équipe BroadNet Inference · 5 min de lecture · Publié · Mis à jour

Pointez le credential OpenAI de n8n vers une API compatible OpenAI bon marché, saisissez le modèle par son ID et désactivez Use Responses API. Donnez à l’AI Agent un modèle avec appel d’outils, comme Qwen3.8 27B ou GLM 5.3. Gardez Max Iterations bas, la mémoire courte et peu d’outils, et confiez d’abord la classification simple à un modèle moins cher.

Le nœud AI Agent de n8n permet de construire facilement un assistant qui lit les e-mails, consulte des enregistrements et répond. Il permet tout aussi facilement de dépenser plus que prévu, car chaque exécution peut appeler le modèle jusqu’à dix fois, en renvoyant le prompt complet à chaque fois. Cet article montre comment faire tourner des workflows AI Agent sur un modèle compatible OpenAI peu cher, quel modèle choisir pour l’usage des outils, quels réglages économisent des tokens et ce que coûte une exécution. Pour la configuration du credential et des nœuds proprement dite, suivez notre guide de configuration n8n.

Comment connecter l’AI Agent à un modèle moins cher ?

  1. Créez un credential OpenAI avec la clé de votre fournisseur et sa Base URL, par exemple https://inference.broadnet.ai/v1.
  2. Ajoutez un nœud AI Agent et rattachez-y un sous-nœud OpenAI Chat Model avec ce credential.
  3. Saisissez le modèle par son ID, pas depuis la liste, par exemple broadnet/qwen3.8-27b.
  4. Désactivez Use Responses API si votre fournisseur sert des chat completions, comme BroadNet.
  5. Rattachez au moins un outil. La documentation de n8n indique qu’il faut connecter au moins un sous-nœud d’outil à un AI Agent.

Quand vous définissez une Base URL autre que celle d’OpenAI, n8n affiche un avertissement : tous les modèles ne prennent pas en charge les outils ni le format de réponse JSON. Prenez-le au sérieux : il détermine votre choix de modèle.

Quel modèle bon marché sait gérer les outils de n8n ?

La documentation de n8n indique que tous les nœuds AI Agent fonctionnent désormais comme un Tools Agent. Le modèle doit émettre des appels d’outils de façon fiable, sinon l’agent boucle ou répond sans utiliser vos outils.

Modèle chez BroadNet Outils indiqués Contexte Meilleur usage dans n8n
Qwen3.8 27B Oui 262 144 Par défaut pour l’AI Agent ; entrée image, arabe testé
GLM 5.3 Oui 1 048 576 Agents sur de longs documents
Gemma 4 VL 26B Non indiqué 32 768 Basic LLM Chain : classer, extraire, router
DeepSeek V4.1 Flash Non indiqué 1 048 576 Chaînes sur de longs documents, entrée image ; à tester avant un usage en agent

Qwen3.8 27B est le moins cher en entrée des deux modèles compatibles outils, et les agents n8n consomment surtout de l’entrée. Commencez par lui et passez à GLM 5.3 si vos tests montrent qu’il gère mieux vos outils ; GLM 5.3 ou Qwen3.8 27B compare les deux.

Où un agent n8n dépense-t-il ses tokens ?

Chaque itération est un appel distinct au modèle, qui transporte :

  • le System Message que vous avez rédigé,
  • la définition de chaque outil connecté, y compris tous les outils d’un nœud MCP Client Tool réglé sur All,
  • la fenêtre de mémoire de Simple Memory,
  • l’entrée de l’utilisateur, plus les appels d’outils et résultats précédents de cette exécution.

La sortie est en général courte. La facture dépend donc de la taille de l’entrée multipliée par le nombre d’itérations. Notre article sur le budget de tokens d’un agent montre comment mesurer chaque partie.

Quels réglages réduisent le plus le coût ?

  1. Max Iterations. La valeur par défaut est 10. La plupart des agents de type support terminent en 2 à 4. Réglez-le sur 4 ou 5 pour qu’une exécution confuse s’arrête tôt.
  2. La Context Window Length de Simple Memory. Elle fixe combien d’interactions précédentes sont conservées. Chacune est renvoyée à chaque itération. Gardez-la petite, par exemple 5.
  3. Moins d’outils. Sur un nœud MCP Client Tool, utilisez Selected ou All Except plutôt que All.
  4. Une sortie d’outil courte. Faites renvoyer aux outils HTTP Request uniquement les champs dont l’agent a besoin, pas des réponses d’API complètes.
  5. Maximum Number of Tokens. Qwen3.8 27B et GLM 5.3 raisonnent d’abord, et le raisonnement compte dans la limite. Laissez la valeur par défaut ou fixez quelques milliers. Trop bas, vous obtenez une sortie vide.
  6. Routez avant l’agent. Placez en amont une Basic LLM Chain sur Gemma 4 VL 26B pour classer les demandes. Seules celles qui ont besoin d’outils atteignent l’agent.

Pour une forme de sortie fixe, activez Require Specific Output Format et rattachez un Structured Output Parser. C’est moins cher que de demander à l’agent de reformater. Plus de détails dans sortie structurée.

Combien coûte une exécution d’agent n8n ?

Prenons un agent de support : 3 itérations par exécution, environ 4 000 tokens d’entrée et 300 tokens de sortie par itération. Cela fait 12 000 tokens d’entrée et 900 tokens de sortie par exécution. À 10 000 exécutions par mois :

Tokens mensuels Qwen3.8 27B GLM 5.3
120 M en entrée $0.175 par million $0.78 par million
9 M en sortie $2.17 par million $3.46 par million

Multipliez et additionnez. Aux prix synchronisés le 2026-11-14, GLM 5.3 coûte environ 3 fois plus que Qwen3.8 27B pour ce workflow, avant toute remise de cache. Diviser par deux les itérations divise à peu près par deux la ligne d’entrée sur l’un ou l’autre modèle ; une fenêtre de mémoire plus courte la réduit de la part que la mémoire occupe dans chaque prompt.

Une étape de routage sur Gemma 4 VL 26B ajoute peu : 10 000 classifications à 800 tokens d’entrée et 20 tokens de sortie font 8 M en entrée à $0.10 par million et 0,2 M en sortie à $0.22 par million. Si 40 % des demandes n’atteignent jamais l’agent, cela économise 40 % de la ligne de l’agent. Pour un volume élevé et régulier sur Gemma, BroadNet vend aussi une clé horaire au forfait à $0.50 de l’heure : 120 requêtes par minute, un flux, 300,000 tokens par minute.

Faites vos propres calculs dans le calculateur de coût d’API LLM, et vérifiez jusqu’où vont 30 requêtes par minute avec le calculateur de limites de débit.

Qu’est-ce qui coince avec des modèles bon marché dans n8n ?

  • L’agent ignore les outils. Le modèle n’est pas indiqué comme compatible outils. Passez à Qwen3.8 27B ou GLM 5.3.
  • « Bad request ». En général, c’est l’option Responses API. Le guide de configuration donne les corrections.
  • 429 en batch. Une clé en paiement à l’usage autorise 30 requêtes par minute et 4 simultanées. Utilisez Loop Over Items avec un nœud Wait. Voir erreurs et retries.
  • Outils MCP. Le nœud MCP Client Tool permet à l’agent d’appeler un serveur MCP externe. Lisez d’abord MCP avec des modèles compatibles OpenAI.

La place de BroadNet Inference

BroadNet Inference donne à n8n un seul credential compatible OpenAI pour Qwen3.8 27B et GLM 5.3 avec outils, Gemma 4 VL 26B pour un routage bon marché, et une clé horaire Gemma à $0.50 pour les lots réguliers. Les nouveaux comptes reçoivent $5 de crédit, qui couvre Gemma 4 VL 26B ; les modèles compatibles outils nécessitent une recharge. Il ne convient pas aux workflows qui ont besoin de fonctionnalités propres à OpenAI, comme les outils intégrés de la Responses API. Créez une clé sur inference.broadnet.ai.

Questions fréquentes

Puis-je utiliser un LLM bon marché avec le nœud AI Agent de n8n ?

Oui. Le sous-nœud OpenAI Chat Model utilise le credential OpenAI, qui comporte un champ Base URL. Pointez-le vers n’importe quelle API compatible OpenAI, saisissez le modèle par son ID et désactivez Use Responses API si votre fournisseur sert des chat completions.

Quel modèle bon marché fonctionne avec les outils de n8n ?

Un modèle qui prend en charge l’appel d’outils, car l’AI Agent fonctionne toujours comme un Tools Agent. Chez BroadNet Inference, Qwen3.8 27B et GLM 5.3 sont indiqués comme compatibles outils. Gemma 4 VL 26B est moins cher mais n’est pas indiqué avec outils : utilisez-le plutôt dans une Basic LLM Chain.

Pourquoi mon agent IA n8n coûte-t-il si cher ?

Chaque itération renvoie le System Message, chaque définition d’outil et la fenêtre de mémoire. Un agent qui boucle cinq fois avec dix outils et une longue mémoire lit bien plus de tokens que l’utilisateur n’en a tapé. Baissez Max Iterations, élaguez les outils et raccourcissez la mémoire.

À quoi sert Max Iterations dans l’AI Agent de n8n ?

Ce réglage limite le nombre de fois où le modèle s’exécute pour produire une réponse. La valeur par défaut est 10. Chaque itération est un appel distinct au modèle, facturé séparément.

Pourquoi mon agent n8n reçoit-il des erreurs 429 ?

Les exécutions parallèles et les boucles se partagent les limites de la clé. Une clé BroadNet en paiement à l’usage autorise 30 requêtes par minute et 4 simultanées. Cadencez les lots avec Loop Over Items et un nœud Wait.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity