BroadRouter

ИИ-агент n8n на дешёвой LLM: настройка, выбор модели и цена запуска

Команда BroadNet Inference · 5 мин чтения · Опубликовано · Обновлено

Направьте учётные данные OpenAI в n8n на недорогой OpenAI-совместимый API, введите модель по ID и отключите Use Responses API. Дайте AI Agent модель с вызовом инструментов, например Qwen3.8 27B или GLM 5.3. Держите Max Iterations низким, память короткой, инструментов мало, а простую классификацию сначала отправляйте на более дешёвую модель.

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?

  1. Создайте учётные данные OpenAI с ключом вашего провайдера и его Base URL, например https://inference.broadnet.ai/v1.
  2. Добавьте узел AI Agent и подключите к нему подузел OpenAI Chat Model с этими учётными данными.
  3. Введите модель по ID, а не выбирайте из списка, например broadnet/qwen3.8-27b.
  4. Отключите Use Responses API, если ваш провайдер обслуживает chat completions, как BroadNet.
  5. 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?

  1. Max Iterations. По умолчанию 10. Большинство агентов в духе поддержки укладываются в 2–4. Задайте 4 или 5, чтобы запутавшийся запуск останавливался раньше.
  2. Context Window Length в Simple Memory. Задаёт, сколько предыдущих взаимодействий хранится. Каждое заново отправляется на каждой итерации. Держите значение небольшим, например 5.
  3. Меньше инструментов. В узле MCP Client Tool выбирайте Selected или All Except вместо All.
  4. Короткий вывод инструментов. Пусть инструменты HTTP Request возвращают только нужные агенту поля, а не ответы API целиком.
  5. 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.
  6. 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.

Вопросы и ответы

Можно ли использовать дешёвую LLM в узле AI Agent в n8n?

Да. Подузел OpenAI Chat Model использует учётные данные OpenAI, в которых есть поле Base URL. Направьте его на любой OpenAI-совместимый API, введите модель по ID и отключите Use Responses API, если ваш провайдер обслуживает chat completions.

Какая дешёвая модель работает с инструментами n8n?

Та, что поддерживает вызов инструментов, потому что AI Agent всегда работает как Tools Agent. В BroadNet Inference поддержка инструментов заявлена у Qwen3.8 27B и GLM 5.3. Gemma 4 VL 26B дешевле, но инструменты для неё не заявлены, поэтому используйте её в Basic LLM Chain.

Почему мой AI Agent в n8n обходится так дорого?

Каждая итерация заново отправляет системное сообщение, описание каждого инструмента и окно памяти. Агент, который делает пять итераций с десятью инструментами и длинной памятью, читает во много раз больше токенов, чем напечатал пользователь. Уменьшите Max Iterations, сократите инструменты и укоротите память.

Что делает Max Iterations в AI Agent n8n?

Ограничивает, сколько раз запускается модель, чтобы получить ответ. По умолчанию — 10. Каждая итерация — отдельный вызов модели, который оплачивается отдельно.

Почему мой агент в n8n получает ошибки 429?

Параллельные выполнения и циклы делят лимиты ключа. Ключ BroadNet с оплатой по факту допускает 30 запросов в минуту и 4 одновременно. Распределяйте пакеты во времени с помощью Loop Over Items и узла Wait.

Открыть в MarkdownСпросить ChatGPTСпросить ClaudeСпросить Perplexity