O nó AI Agent do n8n facilita montar um assistente que lê e-mails, consulta registros e responde. Também facilita gastar mais do que o planejado, porque cada execução pode chamar o modelo até dez vezes, reenviando o prompt completo a cada vez. Este post mostra como rodar workflows de AI Agent num modelo barato compatível com a OpenAI, qual modelo escolher para uso de ferramentas, quais ajustes cortam tokens e quanto custa uma execução. Para a configuração da credencial e dos nós em si, siga o nosso guia de configuração do n8n.
Como conectar o AI Agent a um modelo mais barato?
- Crie uma credencial OpenAI com a chave do seu provedor e a Base URL dele, por exemplo
https://inference.broadnet.ai/v1. - Adicione um nó AI Agent e ligue a ele um subnó OpenAI Chat Model com essa credencial.
- Informe o modelo pelo ID, não pela lista, por exemplo
broadnet/qwen3.8-27b. - Desligue Use Responses API se o seu provedor servir chat completions, como a BroadNet.
- Ligue pelo menos uma ferramenta. A documentação do n8n diz que é preciso conectar pelo menos um subnó de ferramenta a um AI Agent.
Quando você define uma Base URL que não é da OpenAI, o n8n mostra um aviso de que nem todo modelo suporta ferramentas ou formato de resposta JSON. Leve a sério: isso decide a sua escolha de modelo.
Qual modelo barato dá conta das ferramentas do n8n?
A documentação do n8n diz que todos os nós AI Agent agora funcionam como Tools Agent. O modelo precisa emitir chamadas de ferramenta com confiabilidade; senão, o agente entra em loop ou responde sem usar as suas ferramentas.
| Modelo na BroadNet | Ferramentas listadas | Contexto | Melhor uso no n8n |
|---|---|---|---|
| Qwen3.8 27B | Sim | 262.144 | Padrão para o AI Agent; entrada de imagem, testado em árabe |
| GLM 5.3 | Sim | 1.048.576 | Agentes sobre documentos longos |
| Gemma 4 VL 26B | Não listadas | 32.768 | Basic LLM Chain: classificar, extrair, rotear |
| DeepSeek V4.1 Flash | Não listadas | 1.048.576 | Chains com documentos longos, entrada de imagem; teste antes de usar num agente |
O Qwen3.8 27B é o mais barato em entrada dos dois modelos com ferramentas, e agentes do n8n são pesados em entrada. Comece por ele e passe para o GLM 5.3 se os seus testes mostrarem que ele lida melhor com as suas ferramentas; GLM 5.3 vs Qwen3.8 27B compara os dois.
Onde um agente do n8n gasta tokens?
Cada iteração é uma chamada separada ao modelo, que leva:
- o System Message que você escreveu,
- a definição de cada ferramenta conectada, incluindo todas as ferramentas de um nó MCP Client Tool configurado como All,
- a janela de memória do Simple Memory,
- a entrada do usuário, mais as chamadas de ferramenta e os resultados anteriores desta execução.
A saída costuma ser curta. Então a conta é guiada pelo tamanho da entrada vezes as iterações. O nosso post sobre o orçamento de tokens de um agente mostra como medir cada parte.
Quais ajustes cortam mais custo?
- Max Iterations. O padrão é 10. A maioria dos agentes de atendimento termina em 2 a 4. Defina 4 ou 5 para que uma execução confusa pare cedo.
- Context Window Length do Simple Memory. Define quantas interações anteriores são guardadas. Cada uma é reenviada em toda iteração. Mantenha pequeno, por exemplo 5.
- Menos ferramentas. Num nó MCP Client Tool, use Selected ou All Except em vez de All.
- Saída de ferramenta curta. Faça as ferramentas HTTP Request devolverem só os campos de que o agente precisa, não respostas de API inteiras.
- Maximum Number of Tokens. O Qwen3.8 27B e o GLM 5.3 raciocinam antes, e o raciocínio conta para o limite. Deixe no padrão ou defina alguns milhares. Pequeno demais dá saída vazia.
- Roteie antes do agente. Coloque na frente uma Basic LLM Chain no Gemma 4 VL 26B para classificar as requisições. Só as que precisam de ferramentas chegam ao agente.
Para um formato de saída fixo, ligue Require Specific Output Format e conecte um Structured Output Parser. Sai mais barato do que pedir ao agente para reformatar. Mais em saída estruturada.
Quanto custa uma execução de agente no n8n?
Pegue um agente de atendimento: 3 iterações por execução, cerca de 4.000 tokens de entrada e 300 de saída por iteração. Isso dá 12.000 tokens de entrada e 900 de saída por execução. Com 10.000 execuções por mês:
| Tokens por mês | Qwen3.8 27B | GLM 5.3 |
|---|---|---|
| 120M de entrada | $0.175 por 1M | $0.78 por 1M |
| 9M de saída | $2.17 por 1M | $3.46 por 1M |
Multiplique e some. Nos preços sincronizados em 2026-11-14, o GLM 5.3 custa cerca de 3 vezes mais do que o Qwen3.8 27B neste workflow, antes de qualquer desconto de cache. Cortar as iterações pela metade corta mais ou menos pela metade a linha de entrada nos dois modelos; uma janela de memória menor reduz essa linha na proporção de cada prompt ocupada pela memória.
Uma etapa de roteamento no Gemma 4 VL 26B acrescenta pouco: 10.000 classificações com 800 tokens de entrada e 20 de saída dão 8M de entrada a $0.10 por 1M e 0,2M de saída a $0.22 por 1M. Se 40% das requisições nunca chegam ao agente, isso economiza 40% da linha do agente. Para volume alto e constante no Gemma, a BroadNet também vende uma chave por hora de preço fixo a $0.50 por hora: 120 requisições por minuto, um stream, 300,000 tokens por minuto.
Faça as suas contas na calculadora de custo de API de LLM e veja até onde rendem 30 requisições por minuto com a calculadora de rate limit.
O que quebra com modelos baratos no n8n?
- O agente ignora as ferramentas. O modelo não está listado com suporte a ferramentas. Troque para Qwen3.8 27B ou GLM 5.3.
- “Bad request”. Normalmente é a chave da Responses API. O guia de configuração traz as correções.
- 429 em lotes. Uma chave de pagamento por uso permite 30 requisições por minuto e 4 ao mesmo tempo. Use Loop Over Items com um nó Wait. Veja erros e retries.
- Ferramentas MCP. O nó MCP Client Tool permite que o agente chame um servidor MCP externo. Leia antes MCP com modelos compatíveis com a OpenAI.
Onde a BroadNet Inference se encaixa
A BroadNet Inference dá ao n8n uma única credencial compatível com a OpenAI para Qwen3.8 27B e GLM 5.3 com ferramentas, Gemma 4 VL 26B para roteamento barato e uma chave Gemma por hora de $0.50 para lotes constantes. Contas novas ganham $5 de crédito, que cobre o Gemma 4 VL 26B; os modelos com ferramentas exigem uma recarga. Ela não serve para workflows que precisam de recursos exclusivos da OpenAI, como as ferramentas embutidas da Responses API. Crie uma chave em inference.broadnet.ai.
