---
title: "n8n AI Agent を安い OpenAI 互換 LLM で使う | BroadRouter"
description: "低コストの OpenAI 互換モデルで n8n の AI Agent ワークフローを作る方法。ツール向けのモデル選び、トークンを減らす設定、1 万回実行あたりのコスト計算を解説します。"
url: https://broadrouter.com/ja/blog/n8n-ai-agent-cheap-llm/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/)（2026-11-16 更新）。

# n8n の AI Agent を安い LLM で動かす：設定、モデル選び、1 回あたりのコスト

BroadNet Inference チーム · 約 5 分で読めます · 公開日 2026-11-14 · 更新日 2026-11-16

n8n の OpenAI 認証情報を低コストの OpenAI 互換 API に向け、モデルを ID で入力し、Use Responses API をオフにします。AI Agent には Qwen3.8 27B や GLM 5.3 などツール呼び出し対応のモデルを使います。Max Iterations は低く、メモリは短く、ツールは少なく保ち、簡単な分類は先に安いモデルへ回してください。

## 要点

-   n8n の AI Agent は現在すべて Tools Agent として動き、ツールが 1 つ以上必要なので、モデルはツール呼び出しを扱える必要があります。
-   1 回あたりのコストの大半は入力です。システムメッセージ、ツール定義、メモリが反復のたびに再送されます。
-   Max Iterations のデフォルトは 10 です。これを下げ、Simple Memory の Context Window Length も短くしてください。
-   公表価格では、試算例のエージェントは 1 回あたり GLM 5.3 のほうが Qwen3.8 27B より約 3 倍高くなります。
-   簡単なステップは Gemma 4 VL 26B の Basic LLM Chain に回してください。このモデルには $0.50 の定額の時間制キーもあります。

**このページの内容**

1.  AI Agent を安いモデルにつなぐには？
2.  n8n のツールを扱える安いモデルはどれですか？
3.  n8n のエージェントはトークンをどこで使いますか？
4.  コスト削減に最も効く設定はどれですか？
5.  n8n のエージェントの 1 回の実行にはいくらかかりますか？
6.  n8n で安いモデルを使うと何が壊れやすいですか？
7.  BroadNet Inference の位置づけ

n8n の AI Agent ノードを使えば、メールを読み、レコードを調べ、返信するアシスタントを簡単に作れます。同時に、予定以上にお金を使うのも簡単です。1 回の実行で最大 10 回モデルを呼び出し、そのたびにプロンプト全体を再送するからです。この記事では、低コストの [OpenAI 互換](https://broadrouter.com/ja/glossary/openai-compatible-api/)モデルで AI Agent ワークフローを動かす方法、ツール利用に向いたモデルの選び方、トークンを減らす設定、そして 1 回の実行にかかるコストを説明します。認証情報とノードの設定そのものは、[n8n 設定ガイド](https://broadrouter.com/ja/guides/n8n-openai-compatible/)に沿って行ってください。

## AI Agent を安いモデルにつなぐには？

1.  プロバイダーのキーと Base URL（例：`https://inference.broadnet.ai/v1`）で **OpenAI 認証情報を作成**します。
2.  **AI Agent ノードを追加**し、その認証情報を使う **OpenAI Chat Model** サブノードを接続します。
3.  リストから選ぶのではなく、**モデルを ID で入力**します。例：`broadnet/qwen3.8-27b`。
4.  プロバイダーが chat completions を提供している場合は（BroadNet はそうです）、**Use Responses API をオフ**にします。
5.  **ツールを 1 つ以上接続**します。n8n のドキュメントには、AI Agent には少なくとも 1 つのツールサブノードを接続する必要があると書かれています。

OpenAI 以外の Base URL を設定すると、n8n は、すべてのモデルがツールや JSON のレスポンス形式に対応しているわけではないという注意を表示します。これは真剣に受け止めてください。モデル選びを左右するポイントです。

## n8n のツールを扱える安いモデルはどれですか？

n8n のドキュメントによれば、AI Agent ノードは現在すべて **Tools Agent** として動きます。モデルが[ツール呼び出し](https://broadrouter.com/ja/glossary/tool-calling/)を確実に出力できないと、エージェントはループしたり、ツールを使わずに回答したりします。

| BroadNet のモデル | ツール対応の掲載 | コンテキスト | n8n での最適な用途 |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) | あり | 262,144 | AI Agent の第一候補。画像入力、アラビア語でテスト済み |
| [GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) | あり | 1,048,576 | 長い文書を扱うエージェント |
| [Gemma 4 VL 26B](https://broadrouter.com/ja/models/gemma-4-vl-26b/) | 掲載なし | 32,768 | Basic LLM Chain：分類、抽出、振り分け |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) | 掲載なし | 1,048,576 | 長文書のチェーン、画像入力。エージェントに使う前にテストを |

ツール対応の 2 つのモデルのうち、入力が安いのは Qwen3.8 27B で、n8n のエージェントは入力中心です。まずこちらで始め、テストで GLM 5.3 のほうがツールをうまく扱えるとわかったら切り替えてください。2 つの比較は [GLM 5.3 vs Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) にあります。

## n8n のエージェントはトークンをどこで使いますか？

各反復は、次のものを運ぶ個別のモデル呼び出しです。

-   自分で書いた **System Message**
-   **接続されたすべてのツールの定義**。All に設定した MCP Client Tool ノードのツールもすべて含みます
-   Simple Memory の**メモリウィンドウ**
-   ユーザーの入力と、この実行でのそれまでのツール呼び出しと結果

出力はたいてい短いものです。したがって請求額は、入力のサイズ × 反復回数で決まります。各部分の測り方は[エージェントのトークン予算](https://broadrouter.com/ja/blog/agent-token-budget/)の記事で説明しています。

## コスト削減に最も効く設定はどれですか？

1.  **Max Iterations。** デフォルトは 10 です。サポート系のエージェントは、たいてい 2〜4 回で終わります。4 か 5 に設定して、混乱した実行が早めに止まるようにしてください。
2.  **Simple Memory の Context Window Length。** 過去のやり取りをいくつ保持するかを決めます。そのひとつひとつが反復のたびに再送されます。5 など、小さな値にしてください。
3.  **ツールを減らす。** MCP Client Tool ノードでは、All ではなく **Selected** か **All Except** を使います。
4.  **ツール出力を短く。** HTTP Request ツールには、API のレスポンス全体ではなく、エージェントが必要とするフィールドだけを返させます。
5.  **Maximum Number of Tokens。** Qwen3.8 27B と GLM 5.3 は先に推論し、推論はこの上限に含まれます。デフォルトのままにするか、数千に設定してください。小さすぎると[空の出力](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)になります。
6.  **エージェントの前で振り分ける。** 前段に Gemma 4 VL 26B の Basic LLM Chain を置いてリクエストを分類します。ツールが必要なものだけがエージェントに届きます。

出力の形を固定したいなら、**Require Specific Output Format** をオンにして Structured Output Parser を接続してください。エージェントに整形し直させるより安く済みます。詳しくは[構造化出力](https://broadrouter.com/ja/blog/structured-output-json-schema/)をご覧ください。

## n8n のエージェントの 1 回の実行にはいくらかかりますか？

サポート用のエージェントで考えます。1 回の実行で 3 反復、1 反復あたり入力約 4,000 トークン、出力 300 トークンです。1 回の実行で入力 12,000、出力 900 トークンになります。月 10,000 回の実行では次のとおりです。

| 月間トークン | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 入力 120M | 100 万トークンあたり $0.175 | 100 万トークンあたり $0.78 |
| 出力 9M | 100 万トークンあたり $2.17 | 100 万トークンあたり $3.46 |

掛けて足してください。2026-11-14 に同期した価格では、キャッシュ割引を考慮する前の段階で、このワークフローは GLM 5.3 のほうが Qwen3.8 27B より約 **3 倍**高くなります。どちらのモデルでも、反復回数を半分にすれば入力の行はおおよそ半分になります。メモリのウィンドウを短くすると、各プロンプトに占めるメモリの割合の分だけ減ります。

Gemma 4 VL 26B の振り分けステップの追加コストはわずかです。入力 800、出力 20 トークンの分類を 10,000 回行うと、入力 8M（100 万トークンあたり $0.10）と出力 0.2M（100 万トークンあたり $0.22）です。リクエストの 40% がエージェントに届かなくなれば、エージェントの行が 40% 減ります。Gemma で安定した大量の処理をするなら、BroadNet は 1 時間 $0.50 の定額の時間制キーも販売しています。毎分 120 リクエスト、1 ストリーム、毎分 300,000 トークンです。

ご自身の数字は [LLM API コスト計算ツール](https://broadrouter.com/tools/llm-api-cost-calculator/)で計算し、毎分 30 リクエストでどこまで回せるかは[レート制限計算ツール](https://broadrouter.com/tools/llm-rate-limit-calculator/)で確認してください。

## n8n で安いモデルを使うと何が壊れやすいですか？

-   **エージェントがツールを無視する。** そのモデルはツール対応として掲載されていません。Qwen3.8 27B か GLM 5.3 に切り替えてください。
-   **「Bad request」。** たいていは Responses API の切り替えが原因です。対処法は[設定ガイド](https://broadrouter.com/ja/guides/n8n-openai-compatible/)にあります。
-   **バッチで 429 が出る。** 従量課金のキーは毎分 30 リクエスト、同時 4 リクエストまでです。Loop Over Items と Wait ノードを使ってください。[エラーと再試行](https://broadrouter.com/ja/guides/errors-and-retries/)をご覧ください。
-   **MCP のツール。** MCP Client Tool ノードを使うと、エージェントが外部の MCP サーバーを呼び出せます。まず [OpenAI 互換モデルで MCP を使う](https://broadrouter.com/ja/blog/mcp-with-openai-compatible-models/)をお読みください。

## BroadNet Inference の位置づけ

BroadNet Inference なら、n8n に 1 つの OpenAI 互換認証情報を設定するだけで、ツール対応の Qwen3.8 27B と GLM 5.3、安い振り分け用の Gemma 4 VL 26B、そして安定したバッチ向けの $0.50 の Gemma 時間制キーが使えます。新規アカウントには $5 のクレジットが付き、Gemma 4 VL 26B に使えます。ツール対応のモデルにはチャージが必要です。Responses API の組み込みツールのような OpenAI 専用の機能が必要なワークフローには向きません。キーは [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-n8n-ai-agent-cheap-llm&utm_content=body) で作成できます。

関連する無料ツール（英語）

-   [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.

[無料ツール（英語）](https://broadrouter.com/tools/)

## この記事の用語

[AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/)

AI エージェントとは、言語モデルが目標に向けて自分で手順を決めるシステムです。どのツールを呼ぶかを決め、結果を読み、最終回答を出すか上限に達するまで繰り返します。決まった箇所でモデルを呼ぶ固定のスクリプトは、ふつうワークフローと呼ばれます。

[トークン（token）](https://broadrouter.com/ja/glossary/token/)

トークンとは、言語モデルが読み書きするテキストの単位です。モデルのトークナイザーが作る単語、単語の一部、句読点、バイト列のいずれかにあたります。LLM API は利用量をトークンで数え、上限を設け、通常はトークン単位で課金します。

[レート制限（rate limit）](https://broadrouter.com/ja/glossary/rate-limit/)

レート制限とは、1 分あたりのリクエスト数やトークン数など、一定時間内にクライアントが API を使える量に API 側が設ける上限です。上限を超えたリクエストは、使用量が下回るまで通常 HTTP 429 Too Many Requests で拒否されます。

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

MCP（Model Context Protocol）とは、LLM アプリと外部のツールやデータの接続方法を標準化した、JSON-RPC 2.0 ベースのオープンなプロトコルです。サーバーがツール、リソース、プロンプトを公開し、ホストアプリ内のクライアントがそれらを見つけて、モデルのツール呼び出しを渡します。

[ベース URL（base URL）](https://broadrouter.com/ja/glossary/base-url/)

ベース URL とは、https://api.example.com/v1 のような API の固定のルートアドレスで、クライアントが /chat/completions などのエンドポイントパスの前に付けます。OpenAI 互換の SDK では、API キーとモデル ID と一緒にベース URL を変えるだけで、同じコードを別のプロバイダーに向けられます。

[OpenAI 互換 API（OpenAI-compatible API）](https://broadrouter.com/ja/glossary/openai-compatible-api/)

OpenAI 互換 API とは、POST /v1/chat/completions など OpenAI API と同じリクエスト形式とレスポンス形式を受け付ける HTTP API です。OpenAI の SDK やツールは、ベース URL、API キー、モデル名を変えるだけで利用できます。

[ツール呼び出し（Function Calling、tool calling）](https://broadrouter.com/ja/glossary/tool-calling/)

ツール呼び出し（Function Calling とも呼ばれます）とは、開発者が定義した関数の実行を求める構造化されたリクエストを、モデルが JSON の引数付きで返す LLM API の機能です。関数を実行して結果を返すのはアプリケーションで、モデル自身がコードを実行することはありません。

[構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/)

構造化出力とは、モデルの回答を開発者が指定した形式（通常は JSON Schema）に制約し、コードで確実に解析できるようにする LLM API の機能です。有効な JSON であることだけを保証し、特定の形までは保証しない JSON モードより厳格です。

## よくある質問

### n8n の AI Agent ノードで安い LLM を使えますか？

使えます。OpenAI Chat Model サブノードは OpenAI 認証情報を使い、その認証情報には Base URL フィールドがあります。任意の OpenAI 互換 API に向け、モデルを ID で入力し、プロバイダーが chat completions を提供しているなら Use Responses API をオフにしてください。

### n8n のツールで使える安いモデルはどれですか？

ツール呼び出しに対応したモデルです。AI Agent は常に Tools Agent として動くからです。BroadNet Inference では、Qwen3.8 27B と GLM 5.3 がツール対応として掲載されています。Gemma 4 VL 26B はより安いですが、ツール対応として掲載されていないので、Basic LLM Chain で使ってください。

### n8n の AI Agent がこんなに高くつくのはなぜですか？

反復のたびに、システムメッセージ、すべてのツール定義、メモリのウィンドウが再送されるからです。ツール 10 個と長いメモリで 5 回ループするエージェントは、ユーザーが入力した量の何倍ものトークンを読み込みます。Max Iterations を下げ、ツールを減らし、メモリを短くしてください。

### n8n の AI Agent の Max Iterations は何をするものですか？

回答を出すためにモデルを実行する回数の上限です。デフォルトは 10 です。反復はそれぞれ別々に課金される個別のモデル呼び出しです。

### n8n のエージェントで 429 エラーが出るのはなぜですか？

並列実行とループがキーの制限を共有しているからです。BroadNet の従量課金のキーは毎分 30 リクエスト、同時 4 リクエストまでです。Loop Over Items と Wait ノードでバッチのペースを調整してください。

## 続けて読む

-   [OpenClaw と Hermes Agent を安いモデルで動かす：設定とトークン計算](https://broadrouter.com/ja/blog/openclaw-hermes-agent-cheap-model/)
-   [OpenAI 互換モデルで MCP サーバーを使う（プロバイダーを問わず）](https://broadrouter.com/ja/blog/mcp-with-openai-compatible-models/)
-   [オープンモデルのツール呼び出し：スキーマ、並列呼び出し、リトライ](https://broadrouter.com/ja/blog/tool-calling-open-models/)
-   [JSON モードと json\_schema：壊れない構造化出力の作り方](https://broadrouter.com/ja/blog/structured-output-json-schema/)
-   [エージェントのトークン予算：エージェントループのトークンはどこに消えるか](https://broadrouter.com/ja/blog/agent-token-budget/)
-   [AI コーディングエージェント 1 回の実行コスト：ステップ数、コンテキストの増加、キャッシュ](https://broadrouter.com/ja/blog/ai-coding-agent-run-cost/)
-   [Claude Code でオープンモデルを使う：プロキシ、ネイティブエンドポイント、制限](https://broadrouter.com/ja/blog/claude-code-with-openai-compatible-models/)
-   [ガイド：n8n で BroadNet Inference を使う（OpenAI 認証情報と Base URL）](https://broadrouter.com/ja/guides/n8n-openai-compatible/)
-   [ガイド：LangChain で BroadNet Inference を使う](https://broadrouter.com/ja/guides/langchain-openai-base-url/)
-   [ガイド：BroadNet Inference のエラーコードとリトライすべき場合](https://broadrouter.com/ja/guides/errors-and-retries/)

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [n8n ドキュメント：AI Agent ノード（2026-11-14 確認）](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [n8n ドキュメント：Tools Agent のオプション（2026-11-14 確認）](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [n8n ドキュメント：OpenAI Chat Model ノード（2026-11-14 確認）](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [n8n ドキュメント：Simple Memory ノード（2026-11-14 確認）](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [n8n ドキュメント：MCP Client Tool ノード（2026-11-14 確認）](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [BroadNet Inference 機械可読の価格表（pricing.json）（英語）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [BroadNet Inference API リファレンス：制限（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
