Узел AI Agent в n8n позволяет легко собрать ассистента, который читает почту, ищет записи и отвечает. Он же позволяет легко потратить больше запланированного, потому что каждый запуск может обращаться к модели до десяти раз, каждый раз заново отправляя полный промпт. В этой статье — как запускать процессы с AI Agent на недорогой OpenAI-совместимой модели, какую модель выбрать для работы с инструментами, какие настройки экономят токены и сколько стоит запуск. Саму настройку учётных данных и узлов описывает наше руководство по n8n.
Как подключить AI Agent к более дешёвой модели?
- Создайте учётные данные OpenAI с ключом вашего провайдера и его Base URL, например
https://inference.broadnet.ai/v1. - Добавьте узел AI Agent и подключите к нему подузел OpenAI Chat Model с этими учётными данными.
- Введите модель по ID, а не выбирайте из списка, например
broadnet/qwen3.8-27b. - Отключите Use Responses API, если ваш провайдер обслуживает chat completions, как BroadNet.
- Подключите хотя бы один инструмент. В документации n8n сказано, что к AI Agent нужно подключить хотя бы один подузел-инструмент.
Когда вы задаёте Base URL не от OpenAI, n8n показывает уведомление, что не все модели поддерживают инструменты или формат ответа JSON. Отнеситесь к нему серьёзно: оно определяет выбор модели.
Какая дешёвая модель справится с инструментами n8n?
В документации n8n сказано, что все узлы AI Agent теперь работают как Tools Agent. Модель должна надёжно выдавать вызовы инструментов, иначе агент зацикливается или отвечает, не используя ваши инструменты.
| Модель в BroadNet | Инструменты заявлены | Контекст | Лучшее применение в n8n |
|---|---|---|---|
| Qwen3.8 27B | Да | 262 144 | По умолчанию для AI Agent; вход изображений, проверена на арабском |
| GLM 5.3 | Да | 1 048 576 | Агенты по длинным документам |
| Gemma 4 VL 26B | Не заявлены | 32 768 | Basic LLM Chain: классификация, извлечение, маршрутизация |
| DeepSeek V4.1 Flash | Не заявлены | 1 048 576 | Цепочки по длинным документам, ввод изображений; проверьте, прежде чем использовать в агенте |
Из двух моделей с инструментами Qwen3.8 27B дешевле по входу, а агенты n8n расходуют в основном вход. Начните с неё и переходите на GLM 5.3, если тесты покажут, что та лучше справляется с вашими инструментами; сравнение — в GLM 5.3 vs Qwen3.8 27B.
На что агент n8n тратит токены?
Каждая итерация — отдельный вызов модели, который несёт:
- System Message, которое вы написали,
- описание каждого подключённого инструмента, включая все инструменты узла MCP Client Tool в режиме All,
- окно памяти из Simple Memory,
- ввод пользователя, а также предыдущие вызовы инструментов и результаты в этом запуске.
Выход обычно короткий. Поэтому счёт определяется размером входа, умноженным на число итераций. Статья о бюджете токенов агента показывает, как измерить каждую часть.
Какие настройки сильнее всего снижают расходы?
- Max Iterations. По умолчанию 10. Большинство агентов в духе поддержки укладываются в 2–4. Задайте 4 или 5, чтобы запутавшийся запуск останавливался раньше.
- Context Window Length в Simple Memory. Задаёт, сколько предыдущих взаимодействий хранится. Каждое заново отправляется на каждой итерации. Держите значение небольшим, например 5.
- Меньше инструментов. В узле MCP Client Tool выбирайте Selected или All Except вместо All.
- Короткий вывод инструментов. Пусть инструменты HTTP Request возвращают только нужные агенту поля, а не ответы API целиком.
- Maximum Number of Tokens. Qwen3.8 27B и GLM 5.3 сначала рассуждают, и рассуждения засчитываются в лимит. Оставьте значение по умолчанию или задайте несколько тысяч. Слишком маленькое даёт пустой ответ.
- Маршрутизируйте до агента. Поставьте перед ним Basic LLM Chain на Gemma 4 VL 26B для классификации запросов. До агента дойдут только те, которым нужны инструменты.
Для фиксированной формы ответа включите Require Specific Output Format и подключите Structured Output Parser. Это дешевле, чем просить агента переформатировать ответ. Подробнее — в статье о структурированном выводе.
Сколько стоит запуск агента n8n?
Возьмём агента поддержки: 3 итерации на запуск, около 4 000 входных и 300 выходных токенов на итерацию. Это 12 000 входных и 900 выходных токенов на запуск. При 10 000 запусков в месяц:
| Токенов в месяц | Qwen3.8 27B | GLM 5.3 |
|---|---|---|
| 120 млн входных | $0.175 за 1 млн | $0.78 за 1 млн |
| 9 млн выходных | $2.17 за 1 млн | $3.46 за 1 млн |
Перемножьте и сложите. По ценам, синхронизированным 2026-11-14, GLM 5.3 обходится в этом процессе примерно в 3 раза дороже Qwen3.8 27B, ещё до любой скидки за кэш. Если вдвое сократить итерации, строка входа на любой модели примерно уменьшится вдвое; более короткое окно памяти сокращает её на ту долю каждого промпта, которую занимает память.
Шаг маршрутизации на Gemma 4 VL 26B добавляет немного: 10 000 классификаций по 800 входных и 20 выходных токенов — это 8 млн входных по $0.10 за 1 млн и 0,2 млн выходных по $0.22 за 1 млн. Если 40% запросов так и не доходят до агента, это экономит 40% строки агента. Для постоянного большого объёма на Gemma BroadNet также продаёт почасовой ключ с фиксированной ценой $0.50 в час: 120 запросов в минуту, один поток, 300,000 токенов в минуту.
Посчитайте свои цифры в калькуляторе стоимости LLM API и проверьте, на что хватит 30 запросов в минуту, в калькуляторе лимитов запросов.
Что ломается с дешёвыми моделями в n8n?
- Агент игнорирует инструменты. Поддержка инструментов для модели не заявлена. Перейдите на Qwen3.8 27B или GLM 5.3.
- «Bad request». Обычно виноват переключатель Responses API. Решения — в руководстве по настройке.
- 429 в пакетах. Ключ с оплатой по факту допускает 30 запросов в минуту и 4 одновременно. Используйте Loop Over Items с узлом Wait. См. ошибки и повторные попытки.
- Инструменты MCP. Узел MCP Client Tool позволяет агенту вызывать внешний MCP-сервер. Сначала прочитайте статью MCP с OpenAI-совместимыми моделями.
Место BroadNet Inference
BroadNet Inference даёт n8n одни OpenAI-совместимые учётные данные для Qwen3.8 27B и GLM 5.3 с инструментами, Gemma 4 VL 26B для дешёвой маршрутизации и почасовой ключ Gemma за $0.50 для постоянных пакетов. Новые аккаунты получают стартовый грант $5, который покрывает Gemma 4 VL 26B; для моделей с инструментами нужно пополнение баланса. Она не подходит для процессов, которым нужны функции, доступные только у OpenAI, например встроенные инструменты Responses API. Создайте ключ на inference.broadnet.ai.
