---
title: "Ucuz, OpenAI uyumlu bir LLM ile n8n AI Agent | BroadRouter"
description: "Düşük maliyetli OpenAI uyumlu bir modelle n8n AI Agent iş akışları kurun: araçlar için hangi model, token azaltan ayarlar ve 10.000 çalıştırma başına maliyet hesabı."
url: https://broadrouter.com/tr/blog/n8n-ai-agent-cheap-llm/
lang: tr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (güncelleme: 2026-11-16).

# Ucuz LLM ile n8n AI Agent: kurulum, model seçimi ve maliyet

BroadNet Inference ekibi · 5 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-16

n8n'in OpenAI kimlik bilgisini düşük maliyetli, OpenAI uyumlu bir API'ye yönlendirin, modeli kimliğiyle girin ve Use Responses API seçeneğini kapatın. AI Agent'a Qwen3.8 27B veya GLM 5.3 gibi araç çağırma destekli bir model verin. Max Iterations değerini düşük, belleği kısa, araçları az tutun ve basit sınıflandırmayı önce daha ucuz bir modele yönlendirin.

## Öne çıkanlar

-   n8n'in AI Agent'ı artık her zaman Tools Agent olarak çalışır ve en az bir araç ister; bu yüzden modelin araç çağrılarını yönetebilmesi gerekir.
-   Çalıştırma başına maliyetin çoğu girdidir: sistem mesajı, araç tanımları ve bellek her yinelemede yeniden gönderilir.
-   Max Iterations varsayılan olarak 10'dur. Düşürün ve Simple Memory'nin Context Window Length değerini kısa tutun.
-   Yayımlanmış fiyatlarla örnek ajanımız GLM 5.3'te, Qwen3.8 27B'ye göre çalıştırma başına yaklaşık 3 kat daha pahalı.
-   Kolay adımları Gemma 4 VL 26B üzerindeki bir Basic LLM Chain'e yönlendirin; bu model $0.50 karşılığında sabit saatlik anahtarla da sunuluyor.

**Bu sayfada**

1.  AI Agent daha ucuz bir modele nasıl bağlanır?
2.  Hangi ucuz model n8n araçlarıyla başa çıkabilir?
3.  Bir n8n ajanı token’ları nerede harcar?
4.  Maliyeti en çok hangi ayarlar düşürür?
5.  Bir n8n ajanı çalıştırması ne kadar tutar?
6.  n8n’de ucuz modellerle ne bozulur?
7.  BroadNet Inference nereye oturuyor?

n8n’in AI Agent düğümü, e-posta okuyan, kayıt arayan ve yanıt veren bir asistan kurmayı kolaylaştırır. Planladığınızdan fazla harcamayı da kolaylaştırır, çünkü her çalıştırma modeli on kereye kadar çağırabilir ve her seferinde istemin tamamını yeniden gönderir. Bu yazı AI Agent iş akışlarını düşük maliyetli, [OpenAI uyumlu](https://broadrouter.com/tr/glossary/openai-compatible-api/) bir modelde nasıl çalıştıracağınızı, araç kullanımı için hangi modeli seçeceğinizi, hangi ayarların token’ı azalttığını ve bir çalıştırmanın ne kadar tuttuğunu gösteriyor. Kimlik bilgisi ve düğüm kurulumunun kendisi için [n8n kurulum rehberimizi](https://broadrouter.com/tr/guides/n8n-openai-compatible/) izleyin.

## AI Agent daha ucuz bir modele nasıl bağlanır?

1.  Sağlayıcınızın anahtarı ve Base URL’siyle (örneğin `https://inference.broadnet.ai/v1`) **bir OpenAI kimlik bilgisi oluşturun**.
2.  **Bir AI Agent düğümü ekleyin** ve bu kimlik bilgisiyle bir **OpenAI Chat Model** alt düğümü bağlayın.
3.  **Modeli listeden değil, kimliğiyle girin**; örneğin `broadnet/qwen3.8-27b`.
4.  Sağlayıcınız BroadNet gibi chat completions sunuyorsa **Use Responses API seçeneğini kapatın**.
5.  **En az bir araç bağlayın.** n8n’in belgeleri bir AI Agent’a en az bir araç alt düğümü bağlamanız gerektiğini söylüyor.

OpenAI dışı bir Base URL ayarladığınızda n8n, her modelin araçları veya JSON yanıt biçimini desteklemediğine dair bir uyarı gösterir. Bunu ciddiye alın: model seçiminizi o belirler.

## Hangi ucuz model n8n araçlarıyla başa çıkabilir?

n8n’in belgeleri, tüm AI Agent düğümlerinin artık bir **Tools Agent** olarak çalıştığını söylüyor. Modelin [araç çağrılarını](https://broadrouter.com/tr/glossary/tool-calling/) güvenilir şekilde üretmesi gerekir; aksi halde ajan döngüye girer ya da araçlarınızı kullanmadan yanıt verir.

| BroadNet’teki model | Araçlar listelenmiş | Bağlam | En iyi n8n kullanımı |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) | Evet | 262.144 | AI Agent için varsayılan; görsel girdi, Arapça test edildi |
| [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) | Evet | 1.048.576 | Uzun belgeler üzerinde çalışan ajanlar |
| [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) | Listelenmemiş | 32.768 | Basic LLM Chain: sınıflandırma, çıkarma, yönlendirme |
| [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) | Listelenmemiş | 1.048.576 | Uzun belge zincirleri, görsel girdi; ajan kullanımından önce test edin |

Araç destekli iki model arasında Qwen3.8 27B girdi tarafında daha ucuz olanıdır ve n8n ajanları girdi ağırlıklıdır. Oradan başlayın; testleriniz GLM 5.3’ün araçlarınızı daha iyi yönettiğini gösterirse ona geçin. İkisini [GLM 5.3 ve Qwen3.8 27B karşılaştırması](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) karşılaştırıyor.

## Bir n8n ajanı token’ları nerede harcar?

Her yineleme, şunları taşıyan ayrı bir model çağrısıdır:

-   yazdığınız **System Message**,
-   All olarak ayarlanmış bir MCP Client Tool düğümünden gelen tüm araçlar dahil, **bağlı her aracın tanımı**,
-   Simple Memory’den gelen **bellek penceresi**,
-   kullanıcı girdisi, artı bu çalıştırmadaki önceki araç çağrıları ve sonuçları.

Çıktı genellikle kısadır. Yani faturayı girdi boyutu çarpı yineleme sayısı belirler. [Ajan token bütçesi](https://broadrouter.com/tr/blog/agent-token-budget/) yazımız her parçanın nasıl ölçüleceğini gösteriyor.

## Maliyeti en çok hangi ayarlar düşürür?

1.  **Max Iterations.** Varsayılan değeri 10’dur. Destek türündeki ajanların çoğu 2 ila 4 yinelemede biter. Kafası karışan bir çalıştırma erken dursun diye 4 veya 5 yapın.
2.  **Simple Memory’nin Context Window Length değeri.** Kaç önceki etkileşimin tutulacağını belirler. Her biri her yinelemede yeniden gönderilir. Küçük tutun, örneğin 5.
3.  **Daha az araç.** Bir MCP Client Tool düğümünde All yerine **Selected** veya **All Except** kullanın.
4.  **Kısa araç çıktısı.** HTTP Request araçlarının API yanıtlarının tamamını değil, yalnızca ajanın ihtiyaç duyduğu alanları döndürmesini sağlayın.
5.  **Maximum Number of Tokens.** Qwen3.8 27B ve GLM 5.3 önce akıl yürütür ve akıl yürütme bu sınıra sayılır. Varsayılanda bırakın veya birkaç bin yapın. Çok küçük bir değer [boş çıktı](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/) verir.
6.  **Ajandan önce yönlendirin.** İstekleri sınıflandırmak için öne Gemma 4 VL 26B üzerinde bir Basic LLM Chain koyun. Ajana yalnızca araç gerektirenler ulaşır.

Sabit bir çıktı yapısı için **Require Specific Output Format** seçeneğini açın ve bir Structured Output Parser bağlayın. Bu, ajandan yeniden biçimlendirmesini istemekten daha ucuzdur. Ayrıntılar [yapılandırılmış çıktı](https://broadrouter.com/tr/blog/structured-output-json-schema/) yazısında.

## Bir n8n ajanı çalıştırması ne kadar tutar?

Bir destek ajanını ele alın: çalıştırma başına 3 yineleme, yineleme başına yaklaşık 4.000 girdi ve 300 çıktı token’ı. Bu, çalıştırma başına 12.000 girdi ve 900 çıktı token’ı eder. Ayda 10.000 çalıştırmada:

| Aylık token | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 120M girdi | 1M başına $0.175 | 1M başına $0.78 |
| 9M çıktı | 1M başına $2.17 | 1M başına $3.46 |

Çarpın ve toplayın. 2026-11-14 tarihinde eşitlenen fiyatlarla bu iş akışı için GLM 5.3, herhangi bir önbellek indirimi öncesinde Qwen3.8 27B’den yaklaşık **3 kat** daha pahalı. Yinelemeleri yarıya indirmek her iki modelde de girdi satırını kabaca yarıya indirir; daha kısa bir bellek penceresi ise onu, belleğin her istemde kapladığı pay kadar azaltır.

Bir Gemma 4 VL 26B yönlendirme adımı az şey ekler: 800 girdi ve 20 çıktı token’lık 10.000 sınıflandırma, 1M başına $0.10 fiyatından 8M girdi ve 1M başına $0.22 fiyatından 0,2M çıktı eder. İsteklerin %40’ı ajana hiç ulaşmıyorsa bu, ajan satırının %40’ını kurtarır. Gemma’da sürekli yüksek hacim için BroadNet ayrıca saatte $0.50 karşılığında sabit bir saatlik anahtar satıyor: dakikada 120 istek, tek akış, dakikada 300,000 token.

Kendi rakamlarınızı [LLM API maliyet hesaplayıcısında](https://broadrouter.com/tools/llm-api-cost-calculator/) hesaplayın ve dakikada 30 isteğin ne kadar yeteceğini [hız sınırı hesaplayıcısıyla](https://broadrouter.com/tools/llm-rate-limit-calculator/) kontrol edin.

## n8n’de ucuz modellerle ne bozulur?

-   **Ajan araçları yok sayıyor.** Model araç desteğiyle listelenmemiştir. Qwen3.8 27B veya GLM 5.3’e geçin.
-   **“Bad request”.** Genellikle Responses API anahtarıdır. Düzeltmeler [kurulum rehberinde](https://broadrouter.com/tr/guides/n8n-openai-compatible/).
-   **Toplu işlerde 429.** Bir kullandıkça öde anahtarı dakikada 30 isteğe ve aynı anda 4 isteğe izin verir. Bir Wait düğümüyle Loop Over Items kullanın. Bkz. [hatalar ve yeniden denemeler](https://broadrouter.com/tr/guides/errors-and-retries/).
-   **MCP araçları.** MCP Client Tool düğümü, ajanın harici bir MCP sunucusunu çağırmasını sağlar. Önce [OpenAI uyumlu modellerle MCP](https://broadrouter.com/tr/blog/mcp-with-openai-compatible-models/) yazısını okuyun.

## BroadNet Inference nereye oturuyor?

BroadNet Inference, n8n’e tek bir OpenAI uyumlu kimlik bilgisiyle araç destekli Qwen3.8 27B ve GLM 5.3’ü, ucuz yönlendirme için Gemma 4 VL 26B’yi ve sürekli toplu işler için $0.50 karşılığındaki saatlik Gemma anahtarını sunar. Yeni hesaplar $5 kredi alır; bu kredi Gemma 4 VL 26B’yi kapsar, araç destekli modeller ise bakiye yükleme gerektirir. Responses API’nin yerleşik araçları gibi yalnızca OpenAI’da bulunan özelliklere ihtiyaç duyan iş akışlarına uymaz. [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-n8n-ai-agent-cheap-llm&utm_content=body) adresinde bir anahtar oluşturun.

Bu konu için ücretsiz araçlar (İngilizce)

-   [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.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

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

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Yapay zeka ajanı (AI agent)](https://broadrouter.com/tr/glossary/agent/)

Yapay zeka ajanı (AI agent), bir dil modelinin bir hedefe giden adımlarını kendisinin yönettiği bir sistemdir: hangi araçları çağıracağına karar verir, sonuçları okur ve nihai bir yanıt üretene ya da bir sınıra takılana kadar tekrarlar. Modeli belirli noktalarda çağıran sabit bir betiğe ise genellikle iş akışı (workflow) denir.

[Hız sınırı (rate limit)](https://broadrouter.com/tr/glossary/rate-limit/)

Hız sınırı (rate limit), bir API'nin bir istemcinin belirli bir zaman aralığındaki kullanımına koyduğu üst sınırdır; örneğin dakika başına istek veya dakika başına token. Sınırı aşan istekler, kullanım tekrar sınırın altına inene kadar genellikle HTTP 429 Too Many Requests ile reddedilir.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

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

Base URL (temel URL), https://api.example.com/v1 gibi, bir istemcinin /chat/completions gibi her uç nokta yolunun önüne eklediği sabit kök adrestir. OpenAI uyumlu SDK'larda base URL, API anahtarı ve model kimliğiyle birlikte değiştirildiğinde aynı kod farklı bir sağlayıcıya yönelir.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

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

MCP (Model Context Protocol, Model Bağlam Protokolü), LLM uygulamalarının harici araçlara ve verilere nasıl bağlanacağını standartlaştıran, JSON-RPC 2.0 üzerine kurulu açık bir protokoldür. Bir MCP sunucusu araçlar, kaynaklar ve istemler sunar; host uygulamanın içindeki MCP istemcisi bunları keşfeder ve modelin araç çağrılarını sunucuya iletir.

[Girdi ve çıktı token'ları](https://broadrouter.com/tr/glossary/input-and-output-tokens/)

Girdi token'ları, bir dil modelinin istekte okuduğu token'lardır: sistem istemi, konuşma geçmişi, araç tanımları ve görseller dahil. Çıktı token'ları ise modelin yanıt olarak ürettikleridir, akıl yürütme dahil. LLM API'leri bunları genellikle ayrı fiyatlandırır ve çıktı genellikle daha pahalıdır.

## Sık sorulan sorular

### n8n AI Agent düğümüyle ucuz bir LLM kullanabilir miyim?

Evet. OpenAI Chat Model alt düğümü, Base URL alanı olan OpenAI kimlik bilgisini kullanır. Onu OpenAI uyumlu herhangi bir API'ye yönlendirin, modeli kimliğiyle girin ve sağlayıcınız chat completions sunuyorsa Use Responses API seçeneğini kapatın.

### n8n araçlarıyla hangi ucuz model çalışır?

Araç çağırmayı destekleyen bir model, çünkü AI Agent her zaman Tools Agent olarak çalışır. BroadNet Inference'ta Qwen3.8 27B ve GLM 5.3 araç desteği listeliyor. Gemma 4 VL 26B daha ucuz ama araçlarla listelenmiyor; onu bunun yerine bir Basic LLM Chain'de kullanın.

### n8n AI Agent'ım neden bu kadar pahalı?

Her yineleme sistem mesajını, her araç tanımını ve bellek penceresini yeniden gönderir. On araçlı ve uzun bellekli, beş kez döngüye giren bir ajan, kullanıcının yazdığından kat kat fazla token okur. Max Iterations değerini düşürün, araçları kırpın ve belleği kısaltın.

### n8n AI Agent'ta Max Iterations ne işe yarar?

Bir yanıt üretmek için modelin kaç kez çalışacağını sınırlar. Varsayılan değer 10'dur. Her yineleme ayrı faturalanan ayrı bir model çağrısıdır.

### n8n ajanım neden 429 hatası alıyor?

Paralel yürütmeler ve döngüler anahtarın sınırlarını paylaşır. Bir BroadNet kullandıkça öde anahtarı dakikada 30 isteğe ve aynı anda 4 isteğe izin verir. Toplu işleri Loop Over Items ve bir Wait düğümüyle yavaşlatın.

## Okumaya devam edin

-   [OpenClaw ve Hermes Agent ucuz modelle: kurulum ve token hesabı](https://broadrouter.com/tr/blog/openclaw-hermes-agent-cheap-model/)
-   [MCP sunucularını OpenAI uyumlu modellerle kullanma (her sağlayıcıda)](https://broadrouter.com/tr/blog/mcp-with-openai-compatible-models/)
-   [Açık modellerle araç çağırma: şema, paralel çağrı, yeniden deneme](https://broadrouter.com/tr/blog/tool-calling-open-models/)
-   [JSON modu ve json\_schema: sağlam yapılandırılmış çıktı](https://broadrouter.com/tr/blog/structured-output-json-schema/)
-   [Ajan token bütçesi: bir ajan döngüsünün token'ları nereye gidiyor?](https://broadrouter.com/tr/blog/agent-token-budget/)
-   [Bir yapay zeka kodlama ajanı çalıştırması ne kadar tutar?](https://broadrouter.com/tr/blog/ai-coding-agent-run-cost/)
-   [Claude Code ile açık modeller: proxy, yerel uç noktalar ve sınırlar](https://broadrouter.com/tr/blog/claude-code-with-openai-compatible-models/)
-   [Rehber: n8n'de BroadNet Inference kullanımı (OpenAI kimlik bilgisi, Base URL)](https://broadrouter.com/tr/guides/n8n-openai-compatible/)
-   [Rehber: LangChain'i BroadNet Inference ile kullanın](https://broadrouter.com/tr/guides/langchain-openai-base-url/)
-   [Rehber: BroadNet Inference hata kodları ve ne zaman yeniden denenmeli](https://broadrouter.com/tr/guides/errors-and-retries/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

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

**Kaynaklar**

-   [n8n belgeleri, AI Agent düğümü (2026-11-14 tarihinde kontrol edildi)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [n8n belgeleri, Tools Agent seçenekleri (2026-11-14 tarihinde kontrol edildi)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [n8n belgeleri, OpenAI Chat Model düğümü (2026-11-14 tarihinde kontrol edildi)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [n8n belgeleri, Simple Memory düğümü (2026-11-14 tarihinde kontrol edildi)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [n8n belgeleri, MCP Client Tool düğümü (2026-11-14 tarihinde kontrol edildi)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [BroadNet Inference makine tarafından okunabilir fiyatlar (pricing.json) (İngilizce)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [BroadNet Inference API referansı, sınırlar (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
