---
title: "Agent IA n8n avec un LLM compatible OpenAI bon marché"
description: "Workflows AI Agent n8n sur un modèle compatible OpenAI peu cher : quel modèle pour les outils, les réglages qui économisent des tokens, coût pour 10 000 exécutions."
url: https://broadrouter.com/fr/blog/n8n-ai-agent-cheap-llm/
lang: fr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (mis à jour le 2026-11-16).

# Agent IA n8n sur un LLM bon marché : configuration, modèle, coût

Par l’équipe BroadNet Inference · 5 min de lecture · Publié 2026-11-14 · Mis à jour 2026-11-16

Pointez le credential OpenAI de n8n vers une API compatible OpenAI bon marché, saisissez le modèle par son ID et désactivez Use Responses API. Donnez à l’AI Agent un modèle avec appel d’outils, comme Qwen3.8 27B ou GLM 5.3. Gardez Max Iterations bas, la mémoire courte et peu d’outils, et confiez d’abord la classification simple à un modèle moins cher.

## À retenir

-   L’AI Agent de n8n fonctionne désormais toujours comme un Tools Agent et exige au moins un outil : le modèle doit donc gérer les appels d’outils.
-   Le coût par exécution est surtout de l’entrée : le System Message, les définitions d’outils et la mémoire sont renvoyés à chaque itération.
-   Max Iterations vaut 10 par défaut. Baissez-le, et gardez courte la Context Window Length de Simple Memory.
-   Aux prix publiés, notre agent d’exemple coûte environ 3 fois plus par exécution sur GLM 5.3 que sur Qwen3.8 27B.
-   Confiez les étapes simples à une Basic LLM Chain sur Gemma 4 VL 26B, également disponible sous forme de clé horaire au forfait à $0.50.

**Sur cette page**

1.  Comment connecter l’AI Agent à un modèle moins cher ?
2.  Quel modèle bon marché sait gérer les outils de n8n ?
3.  Où un agent n8n dépense-t-il ses tokens ?
4.  Quels réglages réduisent le plus le coût ?
5.  Combien coûte une exécution d’agent n8n ?
6.  Qu’est-ce qui coince avec des modèles bon marché dans n8n ?
7.  La place de BroadNet Inference

Le nœud AI Agent de n8n permet de construire facilement un assistant qui lit les e-mails, consulte des enregistrements et répond. Il permet tout aussi facilement de dépenser plus que prévu, car chaque exécution peut appeler le modèle jusqu’à dix fois, en renvoyant le prompt complet à chaque fois. Cet article montre comment faire tourner des workflows AI Agent sur un modèle [compatible OpenAI](https://broadrouter.com/fr/glossary/openai-compatible-api/) peu cher, quel modèle choisir pour l’usage des outils, quels réglages économisent des tokens et ce que coûte une exécution. Pour la configuration du credential et des nœuds proprement dite, suivez notre [guide de configuration n8n](https://broadrouter.com/fr/guides/n8n-openai-compatible/).

## Comment connecter l’AI Agent à un modèle moins cher ?

1.  **Créez un credential OpenAI** avec la clé de votre fournisseur et sa Base URL, par exemple `https://inference.broadnet.ai/v1`.
2.  **Ajoutez un nœud AI Agent** et rattachez-y un sous-nœud **OpenAI Chat Model** avec ce credential.
3.  **Saisissez le modèle par son ID**, pas depuis la liste, par exemple `broadnet/qwen3.8-27b`.
4.  **Désactivez Use Responses API** si votre fournisseur sert des chat completions, comme BroadNet.
5.  **Rattachez au moins un outil.** La documentation de n8n indique qu’il faut connecter au moins un sous-nœud d’outil à un AI Agent.

Quand vous définissez une Base URL autre que celle d’OpenAI, n8n affiche un avertissement : tous les modèles ne prennent pas en charge les outils ni le format de réponse JSON. Prenez-le au sérieux : il détermine votre choix de modèle.

## Quel modèle bon marché sait gérer les outils de n8n ?

La documentation de n8n indique que tous les nœuds AI Agent fonctionnent désormais comme un **Tools Agent**. Le modèle doit émettre des [appels d’outils](https://broadrouter.com/fr/glossary/tool-calling/) de façon fiable, sinon l’agent boucle ou répond sans utiliser vos outils.

| Modèle chez BroadNet | Outils indiqués | Contexte | Meilleur usage dans n8n |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/fr/models/qwen3.8-27b/) | Oui | 262 144 | Par défaut pour l’AI Agent ; entrée image, arabe testé |
| [GLM 5.3](https://broadrouter.com/fr/models/glm-5.3/) | Oui | 1 048 576 | Agents sur de longs documents |
| [Gemma 4 VL 26B](https://broadrouter.com/fr/models/gemma-4-vl-26b/) | Non indiqué | 32 768 | Basic LLM Chain : classer, extraire, router |
| [DeepSeek V4.1 Flash](https://broadrouter.com/fr/models/deepseek-v4.1-flash/) | Non indiqué | 1 048 576 | Chaînes sur de longs documents, entrée image ; à tester avant un usage en agent |

Qwen3.8 27B est le moins cher en entrée des deux modèles compatibles outils, et les agents n8n consomment surtout de l’entrée. Commencez par lui et passez à GLM 5.3 si vos tests montrent qu’il gère mieux vos outils ; [GLM 5.3 ou Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) compare les deux.

## Où un agent n8n dépense-t-il ses tokens ?

Chaque itération est un appel distinct au modèle, qui transporte :

-   le **System Message** que vous avez rédigé,
-   la **définition de chaque outil connecté**, y compris tous les outils d’un nœud MCP Client Tool réglé sur All,
-   la **fenêtre de mémoire** de Simple Memory,
-   l’entrée de l’utilisateur, plus les appels d’outils et résultats précédents de cette exécution.

La sortie est en général courte. La facture dépend donc de la taille de l’entrée multipliée par le nombre d’itérations. Notre article sur le [budget de tokens d’un agent](https://broadrouter.com/fr/blog/agent-token-budget/) montre comment mesurer chaque partie.

## Quels réglages réduisent le plus le coût ?

1.  **Max Iterations.** La valeur par défaut est 10. La plupart des agents de type support terminent en 2 à 4. Réglez-le sur 4 ou 5 pour qu’une exécution confuse s’arrête tôt.
2.  **La Context Window Length de Simple Memory.** Elle fixe combien d’interactions précédentes sont conservées. Chacune est renvoyée à chaque itération. Gardez-la petite, par exemple 5.
3.  **Moins d’outils.** Sur un nœud MCP Client Tool, utilisez **Selected** ou **All Except** plutôt que All.
4.  **Une sortie d’outil courte.** Faites renvoyer aux outils HTTP Request uniquement les champs dont l’agent a besoin, pas des réponses d’API complètes.
5.  **Maximum Number of Tokens.** Qwen3.8 27B et GLM 5.3 raisonnent d’abord, et le raisonnement compte dans la limite. Laissez la valeur par défaut ou fixez quelques milliers. Trop bas, vous obtenez une [sortie vide](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/).
6.  **Routez avant l’agent.** Placez en amont une Basic LLM Chain sur Gemma 4 VL 26B pour classer les demandes. Seules celles qui ont besoin d’outils atteignent l’agent.

Pour une forme de sortie fixe, activez **Require Specific Output Format** et rattachez un Structured Output Parser. C’est moins cher que de demander à l’agent de reformater. Plus de détails dans [sortie structurée](https://broadrouter.com/fr/blog/structured-output-json-schema/).

## Combien coûte une exécution d’agent n8n ?

Prenons un agent de support : 3 itérations par exécution, environ 4 000 tokens d’entrée et 300 tokens de sortie par itération. Cela fait 12 000 tokens d’entrée et 900 tokens de sortie par exécution. À 10 000 exécutions par mois :

| Tokens mensuels | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 120 M en entrée | $0.175 par million | $0.78 par million |
| 9 M en sortie | $2.17 par million | $3.46 par million |

Multipliez et additionnez. Aux prix synchronisés le 2026-11-14, GLM 5.3 coûte environ **3 fois** plus que Qwen3.8 27B pour ce workflow, avant toute remise de cache. Diviser par deux les itérations divise à peu près par deux la ligne d’entrée sur l’un ou l’autre modèle ; une fenêtre de mémoire plus courte la réduit de la part que la mémoire occupe dans chaque prompt.

Une étape de routage sur Gemma 4 VL 26B ajoute peu : 10 000 classifications à 800 tokens d’entrée et 20 tokens de sortie font 8 M en entrée à $0.10 par million et 0,2 M en sortie à $0.22 par million. Si 40 % des demandes n’atteignent jamais l’agent, cela économise 40 % de la ligne de l’agent. Pour un volume élevé et régulier sur Gemma, BroadNet vend aussi une clé horaire au forfait à $0.50 de l’heure : 120 requêtes par minute, un flux, 300,000 tokens par minute.

Faites vos propres calculs dans le [calculateur de coût d’API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/), et vérifiez jusqu’où vont 30 requêtes par minute avec le [calculateur de limites de débit](https://broadrouter.com/tools/llm-rate-limit-calculator/).

## Qu’est-ce qui coince avec des modèles bon marché dans n8n ?

-   **L’agent ignore les outils.** Le modèle n’est pas indiqué comme compatible outils. Passez à Qwen3.8 27B ou GLM 5.3.
-   **« Bad request ».** En général, c’est l’option Responses API. Le [guide de configuration](https://broadrouter.com/fr/guides/n8n-openai-compatible/) donne les corrections.
-   **429 en batch.** Une clé en paiement à l’usage autorise 30 requêtes par minute et 4 simultanées. Utilisez Loop Over Items avec un nœud Wait. Voir [erreurs et retries](https://broadrouter.com/fr/guides/errors-and-retries/).
-   **Outils MCP.** Le nœud MCP Client Tool permet à l’agent d’appeler un serveur MCP externe. Lisez d’abord [MCP avec des modèles compatibles OpenAI](https://broadrouter.com/fr/blog/mcp-with-openai-compatible-models/).

## La place de BroadNet Inference

BroadNet Inference donne à n8n un seul credential compatible OpenAI pour Qwen3.8 27B et GLM 5.3 avec outils, Gemma 4 VL 26B pour un routage bon marché, et une clé horaire Gemma à $0.50 pour les lots réguliers. Les nouveaux comptes reçoivent $5 de crédit, qui couvre Gemma 4 VL 26B ; les modèles compatibles outils nécessitent une recharge. Il ne convient pas aux workflows qui ont besoin de fonctionnalités propres à OpenAI, comme les outils intégrés de la Responses API. Créez une clé sur [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-n8n-ai-agent-cheap-llm&utm_content=body).

Outils gratuits sur ce sujet (en anglais)

-   [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.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## Termes de cet article

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

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/)

L’appel d’outils, aussi appelé function calling, est une fonctionnalité des API LLM dans laquelle le modèle renvoie une demande structurée d’exécution d’une fonction définie par le développeur, avec des arguments JSON. L’application exécute la fonction et renvoie le résultat ; le modèle n’exécute jamais de code lui-même.

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

MCP (Model Context Protocol) est un protocole ouvert, fondé sur JSON-RPC 2.0, qui normalise la façon dont les applications LLM se connectent à des outils et des données externes. Un serveur MCP expose des outils, des ressources et des prompts ; un client MCP, dans l’application hôte, les découvre et transmet au serveur les appels d’outils du modèle.

[Limite de débit (rate limit)](https://broadrouter.com/fr/glossary/rate-limit/)

Une limite de débit (rate limit) est un plafond qu’une API impose à l’usage d’un client sur une période, par exemple en requêtes ou en tokens par minute. Les requêtes au-delà sont refusées, généralement avec HTTP 429 Too Many Requests, jusqu’à ce que l’usage repasse sous la limite.

[Agent IA (AI agent)](https://broadrouter.com/fr/glossary/agent/)

Un agent IA est un système dans lequel un modèle de langage dirige lui-même ses étapes vers un objectif : il décide quels outils appeler, lit les résultats et recommence jusqu’à produire une réponse finale ou atteindre une limite. Un script fixe qui appelle un modèle à des moments prévus s’appelle plutôt un workflow.

[Tokens d’entrée et de sortie](https://broadrouter.com/fr/glossary/input-and-output-tokens/)

Les tokens d’entrée sont les tokens qu’un modèle de langage lit dans une requête, dont le prompt système, l’historique de conversation, les définitions d’outils et les images. Les tokens de sortie sont ceux qu’il génère en réponse, raisonnement compris. Les API LLM les facturent généralement séparément, et la sortie coûte en général plus cher.

[Paiement à l’usage (pay-as-you-go)](https://broadrouter.com/fr/glossary/pay-as-you-go/)

Le paiement à l’usage (pay-as-you-go) est un modèle tarifaire où vous ne payez que ce que vous consommez, mesuré par unité, comme les tokens, les requêtes ou les minutes d’audio, sans abonnement ni engagement minimal. La plupart des API LLM facturent ainsi, à partir d’un solde prépayé ou d’une facture périodique.

[URL de base (base URL)](https://broadrouter.com/fr/glossary/base-url/)

L’URL de base est l’adresse racine fixe d’une API, comme https://api.example.com/v1, que le client place devant chaque chemin d’endpoint, comme /chat/completions. Dans les SDK compatibles OpenAI, changer l’URL de base, avec la clé d’API et l’ID du modèle, oriente le même code vers un autre fournisseur.

## Questions fréquentes

### Puis-je utiliser un LLM bon marché avec le nœud AI Agent de n8n ?

Oui. Le sous-nœud OpenAI Chat Model utilise le credential OpenAI, qui comporte un champ Base URL. Pointez-le vers n’importe quelle API compatible OpenAI, saisissez le modèle par son ID et désactivez Use Responses API si votre fournisseur sert des chat completions.

### Quel modèle bon marché fonctionne avec les outils de n8n ?

Un modèle qui prend en charge l’appel d’outils, car l’AI Agent fonctionne toujours comme un Tools Agent. Chez BroadNet Inference, Qwen3.8 27B et GLM 5.3 sont indiqués comme compatibles outils. Gemma 4 VL 26B est moins cher mais n’est pas indiqué avec outils : utilisez-le plutôt dans une Basic LLM Chain.

### Pourquoi mon agent IA n8n coûte-t-il si cher ?

Chaque itération renvoie le System Message, chaque définition d’outil et la fenêtre de mémoire. Un agent qui boucle cinq fois avec dix outils et une longue mémoire lit bien plus de tokens que l’utilisateur n’en a tapé. Baissez Max Iterations, élaguez les outils et raccourcissez la mémoire.

### À quoi sert Max Iterations dans l’AI Agent de n8n ?

Ce réglage limite le nombre de fois où le modèle s’exécute pour produire une réponse. La valeur par défaut est 10. Chaque itération est un appel distinct au modèle, facturé séparément.

### Pourquoi mon agent n8n reçoit-il des erreurs 429 ?

Les exécutions parallèles et les boucles se partagent les limites de la clé. Une clé BroadNet en paiement à l’usage autorise 30 requêtes par minute et 4 simultanées. Cadencez les lots avec Loop Over Items et un nœud Wait.

## À lire ensuite

-   [OpenClaw et Hermes Agent sur un modèle bon marché : config et coûts](https://broadrouter.com/fr/blog/openclaw-hermes-agent-cheap-model/)
-   [Serveurs MCP avec des modèles compatibles OpenAI (tout fournisseur)](https://broadrouter.com/fr/blog/mcp-with-openai-compatible-models/)
-   [Appel d’outils et modèles ouverts : schémas, parallélisme, relances](https://broadrouter.com/fr/blog/tool-calling-open-models/)
-   [Mode JSON ou json\_schema : une sortie structurée qui tient](https://broadrouter.com/fr/blog/structured-output-json-schema/)
-   [Budget de tokens d’un agent : où partent les tokens d’une boucle](https://broadrouter.com/fr/blog/agent-token-budget/)
-   [Coût d’une exécution d’agent de code IA : étapes, contexte, cache](https://broadrouter.com/fr/blog/ai-coding-agent-run-cost/)
-   [Claude Code et modèles ouverts : proxys, endpoints natifs, limites](https://broadrouter.com/fr/blog/claude-code-with-openai-compatible-models/)
-   [Guide : Utiliser BroadNet Inference dans n8n (credential OpenAI, Base URL)](https://broadrouter.com/fr/guides/n8n-openai-compatible/)
-   [Guide : Utiliser LangChain avec BroadNet Inference](https://broadrouter.com/fr/guides/langchain-openai-base-url/)
-   [Guide : Codes d’erreur de BroadNet Inference : quand réessayer ?](https://broadrouter.com/fr/guides/errors-and-retries/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

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

**Sources**

-   [Documentation de n8n, nœud AI Agent (vérifiée le 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [Documentation de n8n, options du Tools Agent (vérifiée le 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [Documentation de n8n, nœud OpenAI Chat Model (vérifiée le 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [Documentation de n8n, nœud Simple Memory (vérifiée le 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [Documentation de n8n, nœud MCP Client Tool (vérifiée le 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [Prix de BroadNet Inference lisibles par machine (pricing.json) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [Référence de l’API de BroadNet Inference, limites (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
