---
title: "n8n AI Agent مع نموذج LLM رخيص متوافق مع OpenAI | BroadRouter"
description: "ابنِ مسارات عمل n8n AI Agent على نموذج منخفض التكلفة متوافق مع OpenAI: أي نموذج تختار للأدوات، والإعدادات التي تقلّل الرموز، وحساب التكلفة لكل 10,000 تشغيل."
url: https://broadrouter.com/ar/blog/n8n-ai-agent-cheap-llm/
lang: ar
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (حُدّث في 2026-11-16).

# وكيل n8n AI Agent على نموذج LLM رخيص: الإعداد والاختيار والتكلفة

بقلم فريق BroadNet Inference · قراءة في 5 دقائق · تاريخ النشر 2026-11-14 · آخر تحديث 2026-11-16

وجّه بيانات اعتماد OpenAI في n8n إلى API منخفضة التكلفة متوافقة مع OpenAI، وأدخل النموذج بمعرّفه، وأوقف خيار Use Responses API. وامنح عقدة AI Agent نموذجًا يدعم استدعاء الأدوات، مثل Qwen3.8 27B أو GLM 5.3. أبقِ Max Iterations منخفضًا، والذاكرة قصيرة، والأدوات قليلة، ووجّه التصنيف البسيط أولًا إلى نموذج أرخص.

## أبرز النقاط

-   صارت عقدة AI Agent في n8n تعمل دائمًا كـ Tools Agent وتحتاج إلى أداة واحدة على الأقل، لذا يجب أن يتعامل النموذج مع استدعاءات الأدوات.
-   تكلفة التشغيل معظمها إدخال: رسالة النظام وتعريفات الأدوات والذاكرة تُعاد في كل تكرار.
-   القيمة الافتراضية لـ Max Iterations هي 10. خفّضها، وأبقِ Context Window Length في Simple Memory قصيرًا.
-   بالأسعار المنشورة، يكلّف وكيل مثالنا نحو 3 أضعاف لكل تشغيل على GLM 5.3 مقارنة بـ Qwen3.8 27B.
-   وجّه الخطوات السهلة إلى Basic LLM Chain على Gemma 4 VL 26B، المتاح أيضًا بمفتاح بالساعة بسعر ثابت قدره $0.50.

**في هذه الصفحة**

1.  كيف تربط AI Agent بنموذج أرخص؟
2.  أي نموذج رخيص يتعامل مع أدوات n8n؟
3.  أين ينفق وكيل n8n الرموز؟
4.  أي الإعدادات تخفض التكلفة أكثر؟
5.  كم يكلّف تشغيل وكيل n8n؟
6.  ما الذي يتعطل مع النماذج الرخيصة في n8n؟
7.  أين تقع BroadNet Inference؟

تسهّل عقدة AI Agent في n8n بناء مساعد يقرأ البريد ويبحث في السجلات ويردّ. وتسهّل أيضًا إنفاق أكثر مما خططت له، لأن كل تشغيل قد يستدعي النموذج حتى عشر مرات، ويعيد إرسال الأمر كاملًا في كل مرة. يبيّن هذا المقال كيف تشغّل مسارات عمل AI Agent على نموذج منخفض التكلفة [متوافق مع OpenAI](https://broadrouter.com/ar/glossary/openai-compatible-api/)، وأي نموذج تختار لاستخدام الأدوات، وأي الإعدادات تقلّل الرموز (التوكنات)، وكم يكلّف التشغيل. أما إعداد بيانات الاعتماد والعقد نفسه، فاتبع فيه [دليل إعداد n8n](https://broadrouter.com/ar/guides/n8n-openai-compatible/).

## كيف تربط AI Agent بنموذج أرخص؟

1.  **أنشئ بيانات اعتماد OpenAI** بمفتاح مزودك وعنوانه الأساسي (Base URL)، مثل `https://inference.broadnet.ai/v1`.
2.  **أضف عقدة AI Agent** واربط بها عقدة فرعية **OpenAI Chat Model** ببيانات الاعتماد تلك.
3.  **أدخل النموذج بمعرّفه**، لا من القائمة، مثل `broadnet/qwen3.8-27b`.
4.  **أوقف Use Responses API** إذا كان مزودك يقدّم chat completions، كما تفعل BroadNet.
5.  **اربط أداة واحدة على الأقل.** يقول توثيق n8n إن عليك ربط عقدة أداة فرعية واحدة على الأقل بعقدة AI Agent.

حين تضبط Base URL غير تابع لـ OpenAI، يعرض n8n تنبيهًا بأن ليس كل نموذج يدعم الأدوات أو صيغة استجابة JSON. خذه على محمل الجد: فهو يحسم اختيارك للنموذج.

## أي نموذج رخيص يتعامل مع أدوات n8n؟

يقول توثيق n8n إن كل عقد AI Agent صارت تعمل كـ **Tools Agent**. فيجب أن يُصدر النموذج [استدعاءات الأدوات](https://broadrouter.com/ar/glossary/tool-calling/) بموثوقية، وإلا دار الوكيل في حلقة أو أجاب دون استخدام أدواتك.

| النموذج على BroadNet | الأدوات مُدرجة | السياق | أفضل استخدام في n8n |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) | نعم | 262,144 | الافتراضي لـ AI Agent؛ إدخال الصور، ومُختبَر بالعربية |
| [GLM 5.3](https://broadrouter.com/ar/models/glm-5.3/) | نعم | 1,048,576 | الوكلاء على المستندات الطويلة |
| [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) | غير مُدرجة | 32,768 | Basic LLM Chain: التصنيف والاستخراج والتوجيه |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) | غير مُدرجة | 1,048,576 | سلاسل المستندات الطويلة، وإدخال الصور؛ اختبره قبل استخدامه في وكيل |

Qwen3.8 27B هو الأرخص في الإدخال بين النموذجين اللذين يدعمان الأدوات، ووكلاء n8n كثيفو الإدخال. ابدأ به، وانتقل إلى GLM 5.3 إن أظهرت اختباراتك أنه يتعامل مع أدواتك أفضل؛ وتقارن صفحة [GLM 5.3 أم Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) بين الاثنين.

## أين ينفق وكيل n8n الرموز؟

كل تكرار استدعاء منفصل للنموذج يحمل:

-   **رسالة النظام** (System Message) التي كتبتها،
-   **تعريف كل أداة مربوطة**، بما فيها كل أدوات عقدة MCP Client Tool المضبوطة على All،
-   **نافذة الذاكرة** من Simple Memory،
-   إدخال المستخدم، إضافة إلى استدعاءات الأدوات ونتائجها السابقة في هذا التشغيل.

والإخراج قصير عادةً. لذا يحرّك الفاتورةَ حجمُ الإدخال مضروبًا في عدد التكرارات. ويبيّن مقال [ميزانية رموز الوكيل](https://broadrouter.com/ar/blog/agent-token-budget/) كيف تقيس كل جزء.

## أي الإعدادات تخفض التكلفة أكثر؟

1.  **Max Iterations.** قيمته الافتراضية 10. ومعظم وكلاء الدعم ينهون في 2 إلى 4. اضبطه على 4 أو 5 كي يتوقف التشغيل المرتبك مبكرًا.
2.  **Context Window Length في Simple Memory.** يحدد عدد التفاعلات السابقة المحفوظة. وكل واحد منها يُعاد إرساله في كل تكرار. أبقِه صغيرًا، مثل 5.
3.  **أدوات أقل.** في عقدة MCP Client Tool، استخدم **Selected** أو **All Except** بدل All.
4.  **مخرجات أدوات قصيرة.** اجعل أدوات HTTP Request تُرجع الحقول التي يحتاجها الوكيل فقط، لا استجابات الـ API كاملة.
5.  **Maximum Number of Tokens.** يستدل Qwen3.8 27B وGLM 5.3 منطقيًا أولًا، ويُحتسب الاستدلال ضمن الحد. اتركه على القيمة الافتراضية أو اضبطه على بضعة آلاف. والحد الصغير جدًا يعطي [إخراجًا فارغًا](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
6.  **وجّه قبل الوكيل.** ضع أمامه Basic LLM Chain على Gemma 4 VL 26B لتصنيف الطلبات. فلا يصل إلى الوكيل إلا ما يحتاج إلى أدوات.

ولشكل إخراج ثابت، فعّل **Require Specific Output Format** واربط Structured Output Parser. فهذا أرخص من أن تطلب من الوكيل إعادة التنسيق. المزيد في [المخرجات المهيكلة](https://broadrouter.com/ar/blog/structured-output-json-schema/).

## كم يكلّف تشغيل وكيل n8n؟

خذ وكيل دعم: 3 تكرارات لكل تشغيل، ونحو 4,000 رمز إدخال و300 رمز إخراج لكل تكرار. أي 12,000 رمز إدخال و900 رمز إخراج لكل تشغيل. وعند 10,000 تشغيل شهريًا:

| الرموز الشهرية | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 120M إدخال | $0.175 لكل مليون | $0.78 لكل مليون |
| 9M إخراج | $2.17 لكل مليون | $3.46 لكل مليون |

اضرب واجمع. بالأسعار المحدّثة في 2026-11-14، يكلّف GLM 5.3 نحو **3 أضعاف** Qwen3.8 27B لمسار العمل هذا، قبل أي خصم للتخزين المؤقت. وخفض التكرارات إلى النصف يخفض بند الإدخال إلى النصف تقريبًا على أي من النموذجين؛ وتقصير نافذة الذاكرة يخفضه بقدر حصة الذاكرة من كل أمر.

وخطوة التوجيه على Gemma 4 VL 26B تضيف القليل: 10,000 عملية تصنيف بـ 800 رمز إدخال و20 رمز إخراج تعني 8M إدخال بسعر $0.10 لكل مليون و0.2M إخراج بسعر $0.22 لكل مليون. وإذا لم يصل 40% من الطلبات إلى الوكيل أبدًا، فهذا يوفّر 40% من بند الوكيل. وللحجم الكبير الثابت على Gemma، تبيع BroadNet أيضًا مفتاحًا بالساعة بسعر ثابت قدره $0.50 للساعة: 120 طلبًا في الدقيقة، وبث واحد، و300,000 رمزًا في الدقيقة.

احسب أرقامك في [حاسبة تكلفة LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/)، وتحقّق إلى أي مدى تكفي 30 طلبًا في الدقيقة باستخدام [حاسبة حدود المعدل](https://broadrouter.com/tools/llm-rate-limit-calculator/).

## ما الذي يتعطل مع النماذج الرخيصة في n8n؟

-   **الوكيل يتجاهل الأدوات.** النموذج غير مُدرج مع دعم الأدوات. انتقل إلى Qwen3.8 27B أو GLM 5.3.
-   **«Bad request».** السبب عادةً مفتاح تبديل Responses API. وتجد الإصلاحات في [دليل الإعداد](https://broadrouter.com/ar/guides/n8n-openai-compatible/).
-   **429 في الدفعات.** يسمح مفتاح الدفع حسب الاستخدام بـ 30 طلبًا في الدقيقة و4 طلبات في آن واحد. استخدم Loop Over Items مع عقدة Wait. راجع [الأخطاء وإعادة المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/).
-   **أدوات MCP.** تتيح عقدة MCP Client Tool للوكيل استدعاء خادم MCP خارجي. اقرأ [MCP مع النماذج المتوافقة مع OpenAI](https://broadrouter.com/ar/blog/mcp-with-openai-compatible-models/) أولًا.

## أين تقع BroadNet Inference؟

تمنح BroadNet Inference منصة n8n بيانات اعتماد واحدة متوافقة مع OpenAI لـ Qwen3.8 27B وGLM 5.3 مع الأدوات، وGemma 4 VL 26B للتوجيه الرخيص، ومفتاح Gemma بالساعة بسعر $0.50 للدفعات الثابتة. وتحصل الحسابات الجديدة على رصيد قدره $5، يغطي Gemma 4 VL 26B؛ أما النماذج التي تدعم الأدوات فتحتاج إلى شحن الرصيد. ولا تناسب مسارات العمل التي تحتاج إلى ميزات خاصة بـ OpenAI مثل الأدوات المدمجة في Responses API. أنشئ مفتاحًا على [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-n8n-ai-agent-cheap-llm&utm_content=body).

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [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.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[MCP (بروتوكول سياق النموذج)](https://broadrouter.com/ar/glossary/mcp/)

MCP (بروتوكول سياق النموذج، Model Context Protocol) بروتوكول مفتوح مبني على JSON-RPC 2.0 يوحّد طريقة اتصال تطبيقات LLM بالأدوات والبيانات الخارجية. يعرض خادم MCP الأدوات والموارد والأوامر، ويكتشفها عميل MCP داخل التطبيق المضيف وينقل استدعاءات الأدوات من النموذج إلى الخادم.

[وكيل الذكاء الاصطناعي (AI agent)](https://broadrouter.com/ar/glossary/agent/)

وكيل الذكاء الاصطناعي نظام يوجّه فيه النموذج اللغوي خطواته بنفسه نحو هدف: يقرر أي الأدوات يستدعي، ويقرأ النتائج، ويكرّر حتى يُنتج إجابة نهائية أو يبلغ حدًّا. أما البرنامج الثابت الذي يستدعي النموذج عند نقاط محددة فيُسمّى عادةً سير عمل (workflow).

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

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

العنوان الأساسي (base URL) هو الجذر الثابت لعنوان الواجهة، مثل https://api.example.com/v1، الذي يضعه العميل قبل كل مسار نقطة نهاية، مثل /chat/completions. وفي حزم SDK المتوافقة مع OpenAI، يكفي تغيير العنوان الأساسي، مع مفتاح API ومعرّف النموذج، لتوجيه الشيفرة نفسها إلى مزوّد آخر.

[حد المعدل (Rate limit)](https://broadrouter.com/ar/glossary/rate-limit/)

حد المعدل هو سقف تفرضه واجهة API على مقدار استخدام العميل لها خلال فترة زمنية، مثل عدد الطلبات في الدقيقة أو الرموز في الدقيقة. وتُرفض الطلبات التي تتجاوزه، غالبًا بالخطأ HTTP 429 Too Many Requests، إلى أن يعود الاستخدام تحت الحد.

[المخرجات المنظَّمة (Structured output)](https://broadrouter.com/ar/glossary/structured-output/)

المخرجات المنظَّمة هي ميزة في LLM API تقيّد رد النموذج بصيغة يحدّدها المطوّر، عادةً JSON Schema، لكي تحلّلها الشيفرة بموثوقية. وهي أكثر صرامة من وضع JSON (JSON mode)، الذي يضمن JSON صالحًا لكن لا يضمن بنية معيّنة.

## أسئلة شائعة

### هل يمكنني استخدام نموذج LLM رخيص مع عقدة AI Agent في n8n؟

نعم. تستخدم العقدة الفرعية OpenAI Chat Model بيانات اعتماد OpenAI، وفيها حقل Base URL. وجّهه إلى أي API متوافقة مع OpenAI، وأدخل النموذج بمعرّفه، وأوقف Use Responses API إذا كان مزودك يقدّم chat completions.

### أي نموذج رخيص يعمل مع أدوات n8n؟

نموذج يدعم استدعاء الأدوات، لأن AI Agent يعمل دائمًا كـ Tools Agent. على BroadNet Inference يُدرج Qwen3.8 27B وGLM 5.3 مع دعم الأدوات. أما Gemma 4 VL 26B فأرخص لكنه غير مُدرج مع الأدوات، فاستخدمه في Basic LLM Chain بدلًا من ذلك.

### لماذا يكلّف وكيل AI Agent في n8n كل هذا؟

كل تكرار يعيد إرسال رسالة النظام، وكل تعريف أداة، ونافذة الذاكرة. والوكيل الذي يدور خمس مرات مع عشر أدوات وذاكرة طويلة يقرأ رموزًا أكثر بأضعاف مما كتبه المستخدم. خفّض Max Iterations، وقلّص الأدوات، وقصّر الذاكرة.

### ماذا يفعل Max Iterations في عقدة AI Agent في n8n؟

يحدّ عدد مرات تشغيل النموذج لإنتاج إجابة. القيمة الافتراضية 10. وكل تكرار استدعاء منفصل للنموذج يُحتسب وحده.

### لماذا يصطدم وكيل n8n لديّ بأخطاء 429؟

التنفيذات المتوازية والحلقات تتقاسم حدود المفتاح. يسمح مفتاح الدفع حسب الاستخدام من BroadNet بـ 30 طلبًا في الدقيقة و4 طلبات في آن واحد. نظّم وتيرة الدفعات بـ Loop Over Items وعقدة Wait.

## تابع القراءة

-   [OpenClaw وHermes Agent على نموذج رخيص: الإعداد وحساب الرموز](https://broadrouter.com/ar/blog/openclaw-hermes-agent-cheap-model/)
-   [استخدام خوادم MCP مع نماذج متوافقة مع OpenAI (أي مزوّد)](https://broadrouter.com/ar/blog/mcp-with-openai-compatible-models/)
-   [استدعاء الأدوات في النماذج المفتوحة: المخططات والتوازي والإعادة](https://broadrouter.com/ar/blog/tool-calling-open-models/)
-   [وضع JSON أم json\_schema: مخرجات منظَّمة يمكن الاعتماد عليها](https://broadrouter.com/ar/blog/structured-output-json-schema/)
-   [ميزانية رموز الوكيل: أين تذهب رموز حلقة الوكيل](https://broadrouter.com/ar/blog/agent-token-budget/)
-   [كم يكلّف تشغيل واحد لوكيل برمجة: الخطوات ونمو السياق والتخزين المؤقت](https://broadrouter.com/ar/blog/ai-coding-agent-run-cost/)
-   [Claude Code مع النماذج المفتوحة: الوكلاء ونقاط النهاية الأصلية والحدود](https://broadrouter.com/ar/blog/claude-code-with-openai-compatible-models/)
-   [دليل: استخدام BroadNet Inference في n8n (بيانات اعتماد OpenAI وBase URL)](https://broadrouter.com/ar/guides/n8n-openai-compatible/)
-   [دليل: استخدام LangChain مع BroadNet Inference](https://broadrouter.com/ar/guides/langchain-openai-base-url/)
-   [دليل: رموز أخطاء BroadNet Inference ومتى تعيد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

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

**المصادر**

-   [توثيق n8n، عقدة AI Agent (تاريخ المراجعة 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [توثيق n8n، خيارات Tools Agent (تاريخ المراجعة 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [توثيق n8n، عقدة OpenAI Chat Model (تاريخ المراجعة 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [توثيق n8n، عقدة Simple Memory (تاريخ المراجعة 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [توثيق n8n، عقدة MCP Client Tool (تاريخ المراجعة 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [أسعار BroadNet Inference بصيغة قابلة للقراءة آليًا (pricing.json) (بالإنجليزية)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [مرجع BroadNet Inference API، الحدود (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
