---
title: "AI Agent do n8n com um LLM barato compatível com OpenAI"
description: "Workflows do AI Agent do n8n num modelo barato compatível com a OpenAI: qual modelo usar com ferramentas, ajustes que cortam tokens e a conta por 10.000 execuções."
url: https://broadrouter.com/pt/blog/n8n-ai-agent-cheap-llm/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (atualizado em 2026-11-16).

# AI Agent do n8n num LLM barato: setup, modelo e custo por execução

Pela equipe da BroadNet Inference · 5 min de leitura · Publicado em 2026-11-14 · Atualizado em 2026-11-16

Aponte a credencial OpenAI do n8n para uma API barata compatível com a OpenAI, informe o modelo pelo ID e desligue Use Responses API. Dê ao AI Agent um modelo com tool calling, como o Qwen3.8 27B ou o GLM 5.3. Mantenha Max Iterations baixo, a memória curta e poucas ferramentas, e mande antes as classificações simples para um modelo mais barato.

## Pontos principais

-   O AI Agent do n8n agora sempre funciona como Tools Agent e precisa de pelo menos uma ferramenta, então o modelo tem de lidar com chamadas de ferramenta.
-   O custo por execução é quase todo entrada: system message, definições de ferramentas e memória são reenviados a cada iteração.
-   Max Iterations vem com 10 por padrão. Baixe esse valor e mantenha curto o Context Window Length do Simple Memory.
-   Nos preços publicados, o nosso agente de exemplo custa cerca de 3 vezes mais por execução no GLM 5.3 do que no Qwen3.8 27B.
-   Mande os passos fáceis para uma Basic LLM Chain no Gemma 4 VL 26B, que também está disponível como chave por hora de preço fixo de $0.50.

**Nesta página**

1.  Como conectar o AI Agent a um modelo mais barato?
2.  Qual modelo barato dá conta das ferramentas do n8n?
3.  Onde um agente do n8n gasta tokens?
4.  Quais ajustes cortam mais custo?
5.  Quanto custa uma execução de agente no n8n?
6.  O que quebra com modelos baratos no n8n?
7.  Onde a BroadNet Inference se encaixa

O nó AI Agent do n8n facilita montar um assistente que lê e-mails, consulta registros e responde. Também facilita gastar mais do que o planejado, porque cada execução pode chamar o modelo até dez vezes, reenviando o prompt completo a cada vez. Este post mostra como rodar workflows de AI Agent num modelo barato [compatível com a OpenAI](https://broadrouter.com/pt/glossary/openai-compatible-api/), qual modelo escolher para uso de ferramentas, quais ajustes cortam tokens e quanto custa uma execução. Para a configuração da credencial e dos nós em si, siga o nosso [guia de configuração do n8n](https://broadrouter.com/pt/guides/n8n-openai-compatible/).

## Como conectar o AI Agent a um modelo mais barato?

1.  **Crie uma credencial OpenAI** com a chave do seu provedor e a Base URL dele, por exemplo `https://inference.broadnet.ai/v1`.
2.  **Adicione um nó AI Agent** e ligue a ele um subnó **OpenAI Chat Model** com essa credencial.
3.  **Informe o modelo pelo ID**, não pela lista, por exemplo `broadnet/qwen3.8-27b`.
4.  **Desligue Use Responses API** se o seu provedor servir chat completions, como a BroadNet.
5.  **Ligue pelo menos uma ferramenta.** A documentação do n8n diz que é preciso conectar pelo menos um subnó de ferramenta a um AI Agent.

Quando você define uma Base URL que não é da OpenAI, o n8n mostra um aviso de que nem todo modelo suporta ferramentas ou formato de resposta JSON. Leve a sério: isso decide a sua escolha de modelo.

## Qual modelo barato dá conta das ferramentas do n8n?

A documentação do n8n diz que todos os nós AI Agent agora funcionam como **Tools Agent**. O modelo precisa emitir [chamadas de ferramenta](https://broadrouter.com/pt/glossary/tool-calling/) com confiabilidade; senão, o agente entra em loop ou responde sem usar as suas ferramentas.

| Modelo na BroadNet | Ferramentas listadas | Contexto | Melhor uso no n8n |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | Sim | 262.144 | Padrão para o AI Agent; entrada de imagem, testado em árabe |
| [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) | Sim | 1.048.576 | Agentes sobre documentos longos |
| [Gemma 4 VL 26B](https://broadrouter.com/pt/models/gemma-4-vl-26b/) | Não listadas | 32.768 | Basic LLM Chain: classificar, extrair, rotear |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | Não listadas | 1.048.576 | Chains com documentos longos, entrada de imagem; teste antes de usar num agente |

O Qwen3.8 27B é o mais barato em entrada dos dois modelos com ferramentas, e agentes do n8n são pesados em entrada. Comece por ele e passe para o GLM 5.3 se os seus testes mostrarem que ele lida melhor com as suas ferramentas; [GLM 5.3 vs Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) compara os dois.

## Onde um agente do n8n gasta tokens?

Cada iteração é uma chamada separada ao modelo, que leva:

-   o **System Message** que você escreveu,
-   a **definição de cada ferramenta conectada**, incluindo todas as ferramentas de um nó MCP Client Tool configurado como All,
-   a **janela de memória** do Simple Memory,
-   a entrada do usuário, mais as chamadas de ferramenta e os resultados anteriores desta execução.

A saída costuma ser curta. Então a conta é guiada pelo tamanho da entrada vezes as iterações. O nosso post sobre o [orçamento de tokens de um agente](https://broadrouter.com/pt/blog/agent-token-budget/) mostra como medir cada parte.

## Quais ajustes cortam mais custo?

1.  **Max Iterations.** O padrão é 10. A maioria dos agentes de atendimento termina em 2 a 4. Defina 4 ou 5 para que uma execução confusa pare cedo.
2.  **Context Window Length do Simple Memory.** Define quantas interações anteriores são guardadas. Cada uma é reenviada em toda iteração. Mantenha pequeno, por exemplo 5.
3.  **Menos ferramentas.** Num nó MCP Client Tool, use **Selected** ou **All Except** em vez de All.
4.  **Saída de ferramenta curta.** Faça as ferramentas HTTP Request devolverem só os campos de que o agente precisa, não respostas de API inteiras.
5.  **Maximum Number of Tokens.** O Qwen3.8 27B e o GLM 5.3 raciocinam antes, e o raciocínio conta para o limite. Deixe no padrão ou defina alguns milhares. Pequeno demais dá [saída vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).
6.  **Roteie antes do agente.** Coloque na frente uma Basic LLM Chain no Gemma 4 VL 26B para classificar as requisições. Só as que precisam de ferramentas chegam ao agente.

Para um formato de saída fixo, ligue **Require Specific Output Format** e conecte um Structured Output Parser. Sai mais barato do que pedir ao agente para reformatar. Mais em [saída estruturada](https://broadrouter.com/pt/blog/structured-output-json-schema/).

## Quanto custa uma execução de agente no n8n?

Pegue um agente de atendimento: 3 iterações por execução, cerca de 4.000 tokens de entrada e 300 de saída por iteração. Isso dá 12.000 tokens de entrada e 900 de saída por execução. Com 10.000 execuções por mês:

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

Multiplique e some. Nos preços sincronizados em 2026-11-14, o GLM 5.3 custa cerca de **3 vezes** mais do que o Qwen3.8 27B neste workflow, antes de qualquer desconto de cache. Cortar as iterações pela metade corta mais ou menos pela metade a linha de entrada nos dois modelos; uma janela de memória menor reduz essa linha na proporção de cada prompt ocupada pela memória.

Uma etapa de roteamento no Gemma 4 VL 26B acrescenta pouco: 10.000 classificações com 800 tokens de entrada e 20 de saída dão 8M de entrada a $0.10 por 1M e 0,2M de saída a $0.22 por 1M. Se 40% das requisições nunca chegam ao agente, isso economiza 40% da linha do agente. Para volume alto e constante no Gemma, a BroadNet também vende uma chave por hora de preço fixo a $0.50 por hora: 120 requisições por minuto, um stream, 300,000 tokens por minuto.

Faça as suas contas na [calculadora de custo de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) e veja até onde rendem 30 requisições por minuto com a [calculadora de rate limit](https://broadrouter.com/tools/llm-rate-limit-calculator/).

## O que quebra com modelos baratos no n8n?

-   **O agente ignora as ferramentas.** O modelo não está listado com suporte a ferramentas. Troque para Qwen3.8 27B ou GLM 5.3.
-   **“Bad request”.** Normalmente é a chave da Responses API. O [guia de configuração](https://broadrouter.com/pt/guides/n8n-openai-compatible/) traz as correções.
-   **429 em lotes.** Uma chave de pagamento por uso permite 30 requisições por minuto e 4 ao mesmo tempo. Use Loop Over Items com um nó Wait. Veja [erros e retries](https://broadrouter.com/pt/guides/errors-and-retries/).
-   **Ferramentas MCP.** O nó MCP Client Tool permite que o agente chame um servidor MCP externo. Leia antes [MCP com modelos compatíveis com a OpenAI](https://broadrouter.com/pt/blog/mcp-with-openai-compatible-models/).

## Onde a BroadNet Inference se encaixa

A BroadNet Inference dá ao n8n uma única credencial compatível com a OpenAI para Qwen3.8 27B e GLM 5.3 com ferramentas, Gemma 4 VL 26B para roteamento barato e uma chave Gemma por hora de $0.50 para lotes constantes. Contas novas ganham $5 de crédito, que cobre o Gemma 4 VL 26B; os modelos com ferramentas exigem uma recarga. Ela não serve para workflows que precisam de recursos exclusivos da OpenAI, como as ferramentas embutidas da Responses API. Crie uma chave em [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-n8n-ai-agent-cheap-llm&utm_content=body).

Ferramentas gratuitas sobre o tema (em inglês)

-   [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.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

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

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Tool calling (chamada de ferramentas)](https://broadrouter.com/pt/glossary/tool-calling/)

Tool calling, também chamado de function calling ou chamada de ferramentas, é um recurso de APIs de LLM em que o modelo devolve um pedido estruturado para executar uma função definida pelo desenvolvedor, com argumentos JSON. A aplicação executa a função e devolve o resultado; o modelo nunca executa código sozinho.

[Rate limit (limite de taxa)](https://broadrouter.com/pt/glossary/rate-limit/)

Um rate limit é um teto que uma API impõe a quanto um cliente pode usá-la em um intervalo de tempo, como requisições por minuto ou tokens por minuto. As requisições acima do limite são recusadas, normalmente com HTTP 429 Too Many Requests, até que o uso volte a ficar abaixo dele.

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

Um agente de IA é um sistema em que um modelo de linguagem conduz os próprios passos rumo a um objetivo: decide quais ferramentas chamar, lê os resultados e repete até produzir uma resposta final ou atingir um limite. Um script fixo que chama um modelo em pontos definidos costuma ser chamado de workflow.

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

MCP (Model Context Protocol) é um protocolo aberto, baseado em JSON-RPC 2.0, que padroniza como aplicações de LLM se conectam a ferramentas e dados externos. Um servidor MCP expõe ferramentas, recursos e prompts; um client MCP dentro da aplicação host os descobre e repassa ao servidor as chamadas de ferramenta feitas pelo modelo.

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

A base URL é o endereço raiz fixo de uma API, como https://api.example.com/v1, que um cliente coloca antes de cada caminho de endpoint, como /chat/completions. Nos SDKs compatíveis com a OpenAI, trocar a base URL, junto com a chave de API e o ID do modelo, aponta o mesmo código para outro provedor.

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

Pagamento por uso é um modelo de preço em que você paga só pelo que usa, medido por unidade, como tokens, requisições ou minutos de áudio, sem assinatura nem compromisso mínimo. A maioria das APIs de LLM cobra assim, a partir de um saldo pré-pago ou de uma fatura periódica.

[Saída estruturada (structured output)](https://broadrouter.com/pt/glossary/structured-output/)

Saída estruturada é um recurso de APIs de LLM que restringe a resposta de um modelo a um formato definido pelo desenvolvedor, normalmente um JSON Schema, para que o código consiga interpretá-la de forma confiável. É mais rigorosa que o JSON mode, que garante um JSON válido, mas não uma estrutura específica.

## Perguntas frequentes

### Posso usar um LLM barato com o nó AI Agent do n8n?

Sim. O subnó OpenAI Chat Model usa a credencial OpenAI, que tem um campo Base URL. Aponte para qualquer API compatível com a OpenAI, informe o modelo pelo ID e desligue Use Responses API se o seu provedor servir chat completions.

### Qual modelo barato funciona com as ferramentas do n8n?

Um que suporte tool calling, porque o AI Agent sempre funciona como Tools Agent. Na BroadNet Inference, o Qwen3.8 27B e o GLM 5.3 listam suporte a ferramentas. O Gemma 4 VL 26B é mais barato, mas não está listado com ferramentas, então use-o numa Basic LLM Chain.

### Por que o meu AI Agent do n8n está tão caro?

Cada iteração reenvia o system message, todas as definições de ferramentas e a janela de memória. Um agente que dá cinco voltas com dez ferramentas e memória longa lê muitas vezes mais tokens do que o usuário digitou. Baixe Max Iterations, corte ferramentas e encurte a memória.

### O que o Max Iterations faz no AI Agent do n8n?

Ele limita quantas vezes o modelo roda para produzir uma resposta. O padrão é 10. Cada iteração é uma chamada separada ao modelo, cobrada à parte.

### Por que o meu agente do n8n recebe erros 429?

Execuções em paralelo e loops dividem os limites da chave. Uma chave de pagamento por uso da BroadNet permite 30 requisições por minuto e 4 ao mesmo tempo. Espace os lotes com Loop Over Items e um nó Wait.

## Continue lendo

-   [OpenClaw e Hermes Agent com um modelo barato: setup e custos](https://broadrouter.com/pt/blog/openclaw-hermes-agent-cheap-model/)
-   [Servidores MCP com modelos compatíveis com OpenAI (qualquer provedor)](https://broadrouter.com/pt/blog/mcp-with-openai-compatible-models/)
-   [Tool calling com modelos abertos: schemas, chamadas paralelas, retry](https://broadrouter.com/pt/blog/tool-calling-open-models/)
-   [JSON mode vs json\_schema: saída estruturada que não quebra](https://broadrouter.com/pt/blog/structured-output-json-schema/)
-   [Orçamento de tokens de agentes: para onde vão os tokens de um loop](https://broadrouter.com/pt/blog/agent-token-budget/)
-   [Custo de uma execução de agente de código: passos, contexto e cache](https://broadrouter.com/pt/blog/ai-coding-agent-run-cost/)
-   [Claude Code com modelos abertos: proxies, endpoints nativos e limites](https://broadrouter.com/pt/blog/claude-code-with-openai-compatible-models/)
-   [Guia: Como usar a BroadNet Inference no n8n (credencial OpenAI, Base URL)](https://broadrouter.com/pt/guides/n8n-openai-compatible/)
-   [Guia: Como usar o LangChain com a BroadNet Inference](https://broadrouter.com/pt/guides/langchain-openai-base-url/)
-   [Guia: Códigos de erro da BroadNet Inference e quando tentar de novo](https://broadrouter.com/pt/guides/errors-and-retries/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Documentação do n8n, nó AI Agent (conferida em 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [Documentação do n8n, opções do Tools Agent (conferida em 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [Documentação do n8n, nó OpenAI Chat Model (conferida em 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [Documentação do n8n, nó Simple Memory (conferida em 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [Documentação do n8n, nó MCP Client Tool (conferida em 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [Preços da BroadNet Inference em formato legível por máquina (pricing.json) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [Referência da API da BroadNet Inference, limites (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
