n8n ist ein Tool zur Workflow-Automatisierung. Sein OpenAI-Credential hat ein Feld Base URL, sodass der Node OpenAI Chat Model (und die anderen OpenAI-Nodes, die das Credential nutzen) jede OpenAI-kompatible API aufrufen kann. BroadNet Inference ist eine solche API. Die Dokumentationsseite von n8n zum Credential zeigt das Feld Base URL nicht, deshalb sind die Feldnamen unten zusätzlich am Quellcode von n8n geprüft; die Links stehen in den Quellen.
Einrichtung
-
Credential anlegen. Öffnen Sie in n8n Credentials, legen Sie ein neues OpenAI-Credential an und füllen Sie aus:
Feld Wert API Key Ihr BroadNet-Schlüssel Organization ID (optional) leer lassen Base URL https://inference.broadnet.ai/v1Speichern Sie es. n8n testet das Credential, indem es
/modelsunter der Base URL aufruft. -
Modell-Node hinzufügen. Fügen Sie einen Node AI Agent oder Basic LLM Chain hinzu, hängen Sie einen Sub-Node OpenAI Chat Model an und wählen Sie das Credential aus.
-
Modell per ID setzen. Stellen Sie unter Model den Modus von From List auf ID um und geben Sie
broadnet/glm-5.3ein. -
Use Responses API ausschalten. Laut Quellcode von n8n gibt es den Schalter ab Node-Version 1.3, und dort ist er standardmäßig an. BroadNet stellt Chat Completions bereit, also schalten Sie ihn aus.
-
Optionen setzen. Lassen Sie unter Options den Wert Maximum Number of Tokens auf dem Standard (-1) oder setzen Sie ihn auf einige Tausend. Max Retries steht standardmäßig auf 2; erhöhen Sie den Wert, wenn n8n fehlgeschlagene Aufrufe öfter wiederholen soll.
-
Führen Sie den Workflow einmal mit einem Test-Prompt aus.
Bei einer Base URL, die nicht zu OpenAI gehört, zeigt n8n einen Hinweis: Möglicherweise sind nicht alle Modelle chat-kompatibel oder unterstützen Tool Calling oder das JSON-Antwortformat. Bei BroadNet funktioniert Chat mit jedem Chat-Modell, aber die BroadNet-Dokumentation nennt Tools und strukturierte Ausgabe nur für GLM 5.3 und Qwen3.8 27B.
Welches Modell passt?
| Workflow | Modell | Warum |
|---|---|---|
| AI Agent mit Tools | broadnet/glm-5.3 |
Tools und strukturierte Ausgabe laut BroadNet |
| Bilder, arabische Nachrichten | broadnet/qwen3.8-27b |
Tools, Bild-Input, auf Arabisch getestet |
| Klassifizierung in großen Mengen | broadnet/gemma-4-26b-a4b |
Niedriger Preis pro Token; kein Reasoning angegeben |
| Lange Dokumente | broadnet/deepseek-v4.1-flash |
1M Kontext; keine Tools angegeben |
Vergleichen Sie die Preise auf der Preisseite. Für Audio kann der HTTP Request Node von n8n Dateien an /v1/audio/transcriptions senden; die Anleitung zu Speech-to-Text für Arabisch zeigt, welche Formularfelder Sie mitschicken.
Fehlerbehebung
- Der Credential-Test schlägt fehl. Prüfen Sie, ob die Base URL auf
/v1endet, ohne weiteren Pfad dahinter. Liefern auch Chat-Aufrufe 401, ist der Schlüssel falsch, abgelaufen oder das Pay-as-you-go-Kontingent ist aufgebraucht. - Modellfehler. Nutzen Sie den Modus ID und geben Sie die exakte BroadNet-ID mit dem Präfix
broadnet/ein. GLM 5.3, Qwen3.8 27B und DeepSeek V4.1 Flash brauchen eine Aufladung; das Startguthaben von $5 deckt BroadNet Gemma 4 VL 26B ab. - „Bad request - please check your parameters“ (Übersetzung: „Ungültige Anfrage – bitte prüfen Sie Ihre Parameter“). Die n8n-Dokumentation empfiehlt, den Aufruf in einem HTTP Request Node zu wiederholen, um den vollständigen Fehler zu sehen. Eine häufige Ursache ist hier der Schalter für die Responses API.
- Leerer Output. Reasoning zählt zu Maximum Number of Tokens. Erhöhen Sie den Wert. Warum Antworten leer zurückkommen.
- 429 in Schleifen. Ein Pay-as-you-go-Schlüssel erlaubt 30 Anfragen pro Minute und 4 gleichzeitig. Die n8n-Dokumentation empfiehlt Loop Over Items mit einem Wait-Node, um Batches zu takten. Siehe Fehlercodes und Retries.
- Parallele Ausführungen mit einem Plan-Schlüssel. Eine Session eines unbegrenzten Plans verarbeitet immer nur eine Anfrage. Parallele Workflow-Ausführungen landen in einer Warteschlange, sofern nicht jede ihre eigene Session hat.
Lieber Code? Dieselben Einstellungen funktionieren in LangChain, auf dem die KI-Nodes von n8n aufbauen.
