---
title: "AI Agent в n8n на дешёвой OpenAI-совместимой LLM | BroadRouter"
description: "AI Agent в n8n на недорогой OpenAI-совместимой модели: какую модель взять для инструментов, какие настройки экономят токены и расчёт на 10 000 запусков."
url: https://broadrouter.com/ru/blog/n8n-ai-agent-cheap-llm/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/n8n-ai-agent-cheap-llm/) (обновлён 2026-11-16).

# ИИ-агент n8n на дешёвой LLM: настройка, выбор модели и цена запуска

Команда BroadNet Inference · 5 мин чтения · Опубликовано 2026-11-14 · Обновлено 2026-11-16

Направьте учётные данные OpenAI в n8n на недорогой OpenAI-совместимый API, введите модель по ID и отключите Use Responses API. Дайте AI Agent модель с вызовом инструментов, например Qwen3.8 27B или GLM 5.3. Держите Max Iterations низким, память короткой, инструментов мало, а простую классификацию сначала отправляйте на более дешёвую модель.

## Главное

-   AI Agent в n8n теперь всегда работает как Tools Agent и требует хотя бы одного инструмента, поэтому модель должна справляться с вызовом инструментов.
-   Стоимость запуска — в основном вход: системное сообщение, описания инструментов и память заново отправляются на каждой итерации.
-   По умолчанию Max Iterations равно 10. Уменьшите его и держите Context Window Length в Simple Memory небольшим.
-   По опубликованным ценам наш пример агента обходится за запуск примерно в 3 раза дороже на GLM 5.3, чем на Qwen3.8 27B.
-   Простые шаги отдавайте Basic LLM Chain на Gemma 4 VL 26B, которая также доступна как почасовой ключ с фиксированной ценой $0.50.

**На этой странице**

1.  Как подключить AI Agent к более дешёвой модели?
2.  Какая дешёвая модель справится с инструментами n8n?
3.  На что агент n8n тратит токены?
4.  Какие настройки сильнее всего снижают расходы?
5.  Сколько стоит запуск агента n8n?
6.  Что ломается с дешёвыми моделями в n8n?
7.  Место BroadNet Inference

Узел AI Agent в n8n позволяет легко собрать ассистента, который читает почту, ищет записи и отвечает. Он же позволяет легко потратить больше запланированного, потому что каждый запуск может обращаться к модели до десяти раз, каждый раз заново отправляя полный промпт. В этой статье — как запускать процессы с AI Agent на недорогой [OpenAI-совместимой](https://broadrouter.com/ru/glossary/openai-compatible-api/) модели, какую модель выбрать для работы с инструментами, какие настройки экономят токены и сколько стоит запуск. Саму настройку учётных данных и узлов описывает наше [руководство по n8n](https://broadrouter.com/ru/guides/n8n-openai-compatible/).

## Как подключить AI Agent к более дешёвой модели?

1.  **Создайте учётные данные OpenAI** с ключом вашего провайдера и его Base URL, например `https://inference.broadnet.ai/v1`.
2.  **Добавьте узел AI Agent** и подключите к нему подузел **OpenAI Chat Model** с этими учётными данными.
3.  **Введите модель по ID**, а не выбирайте из списка, например `broadnet/qwen3.8-27b`.
4.  **Отключите Use Responses API**, если ваш провайдер обслуживает chat completions, как BroadNet.
5.  **Подключите хотя бы один инструмент.** В документации n8n сказано, что к AI Agent нужно подключить хотя бы один подузел-инструмент.

Когда вы задаёте Base URL не от OpenAI, n8n показывает уведомление, что не все модели поддерживают инструменты или формат ответа JSON. Отнеситесь к нему серьёзно: оно определяет выбор модели.

## Какая дешёвая модель справится с инструментами n8n?

В документации n8n сказано, что все узлы AI Agent теперь работают как **Tools Agent**. Модель должна надёжно выдавать [вызовы инструментов](https://broadrouter.com/ru/glossary/tool-calling/), иначе агент зацикливается или отвечает, не используя ваши инструменты.

| Модель в BroadNet | Инструменты заявлены | Контекст | Лучшее применение в n8n |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) | Да | 262 144 | По умолчанию для AI Agent; вход изображений, проверена на арабском |
| [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) | Да | 1 048 576 | Агенты по длинным документам |
| [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) | Не заявлены | 32 768 | Basic LLM Chain: классификация, извлечение, маршрутизация |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) | Не заявлены | 1 048 576 | Цепочки по длинным документам, ввод изображений; проверьте, прежде чем использовать в агенте |

Из двух моделей с инструментами Qwen3.8 27B дешевле по входу, а агенты n8n расходуют в основном вход. Начните с неё и переходите на GLM 5.3, если тесты покажут, что та лучше справляется с вашими инструментами; сравнение — в [GLM 5.3 vs Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/).

## На что агент n8n тратит токены?

Каждая итерация — отдельный вызов модели, который несёт:

-   **System Message**, которое вы написали,
-   **описание каждого подключённого инструмента**, включая все инструменты узла MCP Client Tool в режиме All,
-   **окно памяти** из Simple Memory,
-   ввод пользователя, а также предыдущие вызовы инструментов и результаты в этом запуске.

Выход обычно короткий. Поэтому счёт определяется размером входа, умноженным на число итераций. Статья о [бюджете токенов агента](https://broadrouter.com/ru/blog/agent-token-budget/) показывает, как измерить каждую часть.

## Какие настройки сильнее всего снижают расходы?

1.  **Max Iterations.** По умолчанию 10. Большинство агентов в духе поддержки укладываются в 2–4. Задайте 4 или 5, чтобы запутавшийся запуск останавливался раньше.
2.  **Context Window Length в Simple Memory.** Задаёт, сколько предыдущих взаимодействий хранится. Каждое заново отправляется на каждой итерации. Держите значение небольшим, например 5.
3.  **Меньше инструментов.** В узле MCP Client Tool выбирайте **Selected** или **All Except** вместо All.
4.  **Короткий вывод инструментов.** Пусть инструменты HTTP Request возвращают только нужные агенту поля, а не ответы API целиком.
5.  **Maximum Number of Tokens.** Qwen3.8 27B и GLM 5.3 сначала рассуждают, и рассуждения засчитываются в лимит. Оставьте значение по умолчанию или задайте несколько тысяч. Слишком маленькое даёт [пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).
6.  **Маршрутизируйте до агента.** Поставьте перед ним Basic LLM Chain на Gemma 4 VL 26B для классификации запросов. До агента дойдут только те, которым нужны инструменты.

Для фиксированной формы ответа включите **Require Specific Output Format** и подключите Structured Output Parser. Это дешевле, чем просить агента переформатировать ответ. Подробнее — в статье о [структурированном выводе](https://broadrouter.com/ru/blog/structured-output-json-schema/).

## Сколько стоит запуск агента n8n?

Возьмём агента поддержки: 3 итерации на запуск, около 4 000 входных и 300 выходных токенов на итерацию. Это 12 000 входных и 900 выходных токенов на запуск. При 10 000 запусков в месяц:

| Токенов в месяц | Qwen3.8 27B | GLM 5.3 |
| --- | --- | --- |
| 120 млн входных | $0.175 за 1 млн | $0.78 за 1 млн |
| 9 млн выходных | $2.17 за 1 млн | $3.46 за 1 млн |

Перемножьте и сложите. По ценам, синхронизированным 2026-11-14, GLM 5.3 обходится в этом процессе примерно **в 3 раза** дороже Qwen3.8 27B, ещё до любой скидки за кэш. Если вдвое сократить итерации, строка входа на любой модели примерно уменьшится вдвое; более короткое окно памяти сокращает её на ту долю каждого промпта, которую занимает память.

Шаг маршрутизации на Gemma 4 VL 26B добавляет немного: 10 000 классификаций по 800 входных и 20 выходных токенов — это 8 млн входных по $0.10 за 1 млн и 0,2 млн выходных по $0.22 за 1 млн. Если 40% запросов так и не доходят до агента, это экономит 40% строки агента. Для постоянного большого объёма на Gemma BroadNet также продаёт почасовой ключ с фиксированной ценой $0.50 в час: 120 запросов в минуту, один поток, 300,000 токенов в минуту.

Посчитайте свои цифры в [калькуляторе стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) и проверьте, на что хватит 30 запросов в минуту, в [калькуляторе лимитов запросов](https://broadrouter.com/tools/llm-rate-limit-calculator/).

## Что ломается с дешёвыми моделями в n8n?

-   **Агент игнорирует инструменты.** Поддержка инструментов для модели не заявлена. Перейдите на Qwen3.8 27B или GLM 5.3.
-   **«Bad request».** Обычно виноват переключатель Responses API. Решения — в [руководстве по настройке](https://broadrouter.com/ru/guides/n8n-openai-compatible/).
-   **429 в пакетах.** Ключ с оплатой по факту допускает 30 запросов в минуту и 4 одновременно. Используйте Loop Over Items с узлом Wait. См. [ошибки и повторные попытки](https://broadrouter.com/ru/guides/errors-and-retries/).
-   **Инструменты MCP.** Узел MCP Client Tool позволяет агенту вызывать внешний MCP-сервер. Сначала прочитайте статью [MCP с OpenAI-совместимыми моделями](https://broadrouter.com/ru/blog/mcp-with-openai-compatible-models/).

## Место BroadNet Inference

BroadNet Inference даёт n8n одни OpenAI-совместимые учётные данные для Qwen3.8 27B и GLM 5.3 с инструментами, Gemma 4 VL 26B для дешёвой маршрутизации и почасовой ключ Gemma за $0.50 для постоянных пакетов. Новые аккаунты получают стартовый грант $5, который покрывает Gemma 4 VL 26B; для моделей с инструментами нужно пополнение баланса. Она не подходит для процессов, которым нужны функции, доступные только у OpenAI, например встроенные инструменты Responses API. Создайте ключ на [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-n8n-ai-agent-cheap-llm&utm_content=body).

Бесплатные инструменты по теме (на английском)

-   [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.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[ИИ-агент (AI agent)](https://broadrouter.com/ru/glossary/agent/)

ИИ-агент — это система, в которой языковая модель сама направляет свои шаги к цели: решает, какие инструменты вызвать, читает результаты и повторяет, пока не выдаст итоговый ответ или не упрётся в лимит. Фиксированный сценарий, который вызывает модель в заранее заданных местах, обычно называют не агентом, а workflow.

[Лимит запросов (rate limit)](https://broadrouter.com/ru/glossary/rate-limit/)

Лимит запросов (rate limit) — это ограничение, которое API накладывает на объём использования клиентом за отрезок времени, например число запросов или токенов в минуту. Запросы сверх лимита отклоняются, обычно с HTTP 429 Too Many Requests, пока использование снова не опустится ниже порога.

[Базовый URL (base URL)](https://broadrouter.com/ru/glossary/base-url/)

Базовый URL — это фиксированный корневой адрес API, например https://api.example.com/v1, который клиент подставляет перед каждым путём эндпоинта, например /chat/completions. В OpenAI-совместимых SDK смена базового URL вместе с API-ключом и ID модели направляет тот же код к другому провайдеру.

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

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

MCP (Model Context Protocol) — это открытый протокол на основе JSON-RPC 2.0, который стандартизирует подключение LLM-приложений к внешним инструментам и данным. MCP-сервер предоставляет инструменты, ресурсы и промпты, а MCP-клиент внутри приложения-хоста находит их и передаёт серверу вызовы инструментов от модели.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Оплата по факту (pay-as-you-go)](https://broadrouter.com/ru/glossary/pay-as-you-go/)

Оплата по факту (pay-as-you-go) — это модель ценообразования, при которой вы платите только за то, что использовали, по счётчику в единицах вроде токенов, запросов или минут аудио, без подписки и минимальных обязательств. Так тарифицирует большинство LLM API — с предоплаченного баланса или по периодическому счёту.

## Вопросы и ответы

### Можно ли использовать дешёвую LLM в узле AI Agent в n8n?

Да. Подузел OpenAI Chat Model использует учётные данные OpenAI, в которых есть поле Base URL. Направьте его на любой OpenAI-совместимый API, введите модель по ID и отключите Use Responses API, если ваш провайдер обслуживает chat completions.

### Какая дешёвая модель работает с инструментами n8n?

Та, что поддерживает вызов инструментов, потому что AI Agent всегда работает как Tools Agent. В BroadNet Inference поддержка инструментов заявлена у Qwen3.8 27B и GLM 5.3. Gemma 4 VL 26B дешевле, но инструменты для неё не заявлены, поэтому используйте её в Basic LLM Chain.

### Почему мой AI Agent в n8n обходится так дорого?

Каждая итерация заново отправляет системное сообщение, описание каждого инструмента и окно памяти. Агент, который делает пять итераций с десятью инструментами и длинной памятью, читает во много раз больше токенов, чем напечатал пользователь. Уменьшите Max Iterations, сократите инструменты и укоротите память.

### Что делает Max Iterations в AI Agent n8n?

Ограничивает, сколько раз запускается модель, чтобы получить ответ. По умолчанию — 10. Каждая итерация — отдельный вызов модели, который оплачивается отдельно.

### Почему мой агент в n8n получает ошибки 429?

Параллельные выполнения и циклы делят лимиты ключа. Ключ BroadNet с оплатой по факту допускает 30 запросов в минуту и 4 одновременно. Распределяйте пакеты во времени с помощью Loop Over Items и узла Wait.

## Читайте также

-   [OpenClaw и Hermes Agent на дешёвой модели: настройка и расчёт токенов](https://broadrouter.com/ru/blog/openclaw-hermes-agent-cheap-model/)
-   [MCP-серверы с OpenAI-совместимыми моделями (у любого провайдера)](https://broadrouter.com/ru/blog/mcp-with-openai-compatible-models/)
-   [Вызов инструментов в открытых моделях: схемы, параллельность, повторы](https://broadrouter.com/ru/blog/tool-calling-open-models/)
-   [JSON mode или json\_schema: надёжный структурированный вывод LLM](https://broadrouter.com/ru/blog/structured-output-json-schema/)
-   [Бюджет токенов агента: куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/)
-   [Сколько стоит один запуск ИИ-агента для кода: шаги, контекст, кэш](https://broadrouter.com/ru/blog/ai-coding-agent-run-cost/)
-   [Claude Code на открытых моделях: прокси, нативные эндпоинты, лимиты](https://broadrouter.com/ru/blog/claude-code-with-openai-compatible-models/)
-   [Руководство: BroadNet Inference в n8n: OpenAI credential и Base URL](https://broadrouter.com/ru/guides/n8n-openai-compatible/)
-   [Руководство: LangChain и BroadNet Inference](https://broadrouter.com/ru/guides/langchain-openai-base-url/)
-   [Руководство: Коды ошибок BroadNet Inference и когда повторять запрос](https://broadrouter.com/ru/guides/errors-and-retries/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

-   [Документация n8n, узел AI Agent (проверено 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/)
-   [Документация n8n, параметры Tools Agent (проверено 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/tools-agent/)
-   [Документация n8n, узел OpenAI Chat Model (проверено 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatopenai/)
-   [Документация n8n, узел Simple Memory (проверено 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow/)
-   [Документация n8n, узел MCP Client Tool (проверено 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [Машиночитаемый прайс-лист BroadNet Inference (pricing.json) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-n8n-ai-agent-cheap-llm&utm_content=sources)
-   [Справочник API BroadNet Inference, лимиты (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-n8n-ai-agent-cheap-llm&utm_content=sources#limits)
