n8n 的 AI Agent 节点让你很容易就能搭出一个读邮件、查记录、自动回复的助手。它也让你很容易花超预算,因为每次运行最多可能调用模型十次,每次都重发完整的提示词。本文介绍如何在低成本的 OpenAI 兼容模型上运行 AI Agent 工作流、工具调用该选哪个模型、哪些设置能减少 token,以及一次运行要花多少钱。凭据和节点本身的配置,请按照我们的 n8n 配置指南操作。
怎样把 AI Agent 接到更便宜的模型上?
- 创建一个 OpenAI 凭据,填入服务商的密钥和 Base URL,例如
https://inference.broadnet.ai/v1。 - 添加一个 AI Agent 节点,并挂上使用该凭据的 OpenAI Chat Model 子节点。
- 按 ID 填写模型,而不是从列表中选择,例如
broadnet/qwen3.8-27b。 - 如果你的服务商提供的是 chat completions(BroadNet 就是如此),关闭 Use Responses API。
- 至少挂上一个工具。 n8n 的文档说,AI Agent 必须至少连接一个工具子节点。
当你设置了非 OpenAI 的 Base URL 时,n8n 会提示:并非所有模型都支持工具或 JSON 响应格式。请认真对待这条提示,它决定了你的模型选择。
哪个便宜模型能胜任 n8n 的工具?
n8n 的文档说,所有 AI Agent 节点现在都以 Tools Agent 方式工作。模型必须稳定地输出工具调用,否则智能体会陷入循环,或者不使用你的工具就直接回答。
| BroadNet 上的模型 | 列明支持工具 | 上下文 | 在 n8n 中的最佳用途 |
|---|---|---|---|
| Qwen3.8 27B | 是 | 262,144 | AI Agent 的默认选择;支持图像输入,已测试阿拉伯语 |
| GLM 5.3 | 是 | 1,048,576 | 处理长文档的智能体 |
| Gemma 4 VL 26B | 未列明 | 32,768 | Basic LLM Chain:分类、提取、分流 |
| DeepSeek V4.1 Flash | 未列明 | 1,048,576 | 长文档链、图像输入;用于智能体前请先测试 |
在两个支持工具的模型中,Qwen3.8 27B 的输入更便宜,而 n8n 智能体以输入为主。从它开始;如果测试表明 GLM 5.3 更能处理好你的工具,再换过去。两者的对比见 GLM 5.3 vs Qwen3.8 27B。
n8n 智能体的 token 花在哪里?
每次迭代都是一次单独的模型调用,携带:
- 你写的 System Message,
- 每一个已连接工具的定义,包括设为 All 的 MCP Client Tool 节点中的全部工具,
- 来自 Simple Memory 的记忆窗口,
- 用户输入,以及本次运行中之前的工具调用和结果。
输出通常很短。所以账单由输入大小乘以迭代次数决定。我们的智能体 token 预算一文介绍了如何测量每一部分。
哪些设置最能降低成本?
- Max Iterations。 默认为 10。大多数客服类智能体 2 到 4 次就能完成。设为 4 或 5,让陷入混乱的运行尽早停止。
- Simple Memory 的 Context Window Length。 它决定保留多少条之前的交互。每一条都会在每次迭代中重发。保持较小的值,例如 5。
- 更少的工具。 在 MCP Client Tool 节点上,用 Selected 或 All Except,而不是 All。
- 简短的工具输出。 让 HTTP Request 工具只返回智能体需要的字段,而不是完整的 API 响应。
- Maximum Number of Tokens。 Qwen3.8 27B 和 GLM 5.3 会先思考,而思考计入这个上限。保持默认值,或设为几千。设得太小会导致空输出。
- 在智能体之前先分流。 在前面放一个运行在 Gemma 4 VL 26B 上的 Basic LLM Chain 来给请求分类。只有需要工具的请求才会到达智能体。
如果需要固定的输出结构,打开 Require Specific Output Format 并挂上 Structured Output Parser。这比让智能体重新排版更便宜。更多内容见结构化输出。
一次 n8n 智能体运行要花多少钱?
以一个客服智能体为例:每次运行 3 次迭代,每次迭代约 4,000 个输入 token 和 300 个输出 token。也就是每次运行 12,000 个输入 token 和 900 个输出 token。按每月 10,000 次运行计算:
| 每月 token | Qwen3.8 27B | GLM 5.3 |
|---|---|---|
| 120M 输入 | 每 1M $0.175 | 每 1M $0.78 |
| 9M 输出 | 每 1M $2.17 | 每 1M $3.46 |
相乘再相加即可。按 2026-11-14 同步的价格,在不计任何缓存折扣的情况下,这个工作流在 GLM 5.3 上的成本约为 Qwen3.8 27B 的 3 倍。无论用哪个模型,迭代次数减半,输入这一项大致也会减半;缩短记忆窗口,减少的比例等于记忆在每个提示词中所占的份额。
加一个 Gemma 4 VL 26B 分流步骤的成本很低:10,000 次分类,每次 800 个输入 token、20 个输出 token,就是 8M 输入(每 1M $0.10)和 0.2M 输出(每 1M $0.22)。如果 40% 的请求根本不会到达智能体,智能体这一项就能省下 40%。对于 Gemma 上稳定的大流量,BroadNet 还出售每小时 $0.50 的固定价格按小时密钥:每分钟 120 个请求,一路流,每分钟 300,000 个 token。
在 LLM API 成本计算器中算一算你自己的数字,并用速率限制计算器看看每分钟 30 个请求够用到什么程度。
在 n8n 里用便宜模型,容易出什么问题?
- 智能体不使用工具。 该模型没有被列为支持工具。换成 Qwen3.8 27B 或 GLM 5.3。
- “Bad request”。 通常是 Responses API 开关的问题。配置指南里有修复方法。
- 批处理时出现 429。 按量付费密钥允许每分钟 30 个请求、同时 4 个。使用 Loop Over Items 加 Wait 节点。参见错误与重试。
- MCP 工具。 MCP Client Tool 节点让智能体调用外部 MCP 服务器。请先阅读在 OpenAI 兼容模型上使用 MCP。
BroadNet Inference 适合什么场景
BroadNet Inference 为 n8n 提供一个 OpenAI 兼容凭据,即可使用支持工具的 Qwen3.8 27B 和 GLM 5.3、用于低成本分流的 Gemma 4 VL 26B,以及适合稳定批处理的 $0.50 Gemma 按小时密钥。新账户可获得 $5 的额度,可用于 Gemma 4 VL 26B;支持工具的模型需要充值。它不适合需要 OpenAI 独有功能(例如 Responses API 内置工具)的工作流。在 inference.broadnet.ai 创建密钥。
