Connecter Claude/OpenAI : identifiants, choix du modèle, maîtrise des coûts

Toute personne qui travaille dans n8n avec les nodes IA d'Anthropic (Claude) ou d'OpenAI configure d'abord un identifiant (credential) avec une clé API, sélectionne ensuite un modèle dans le node de modèle de chat correspondant, puis contrôle via les options du node, comme le nombre maximal de tokens, le coût et la puissance d'une exécution de workflow. Les deux fournisseurs proposent plusieurs niveaux de modèles qui diffèrent par la vitesse, le prix par million de tokens et les capacités, de sorte que des modèles moins chers conviennent aux tâches simples comme la classification ou les blocs de texte, tandis que des modèles plus puissants sont pertinents pour des étapes complexes comme un comportement agentique en plusieurs étapes ou un raisonnement approfondi. Mise à jour : juillet 2026.

Configurer les identifiants Anthropic et OpenAI dans n8n

Pour l'identifiant Anthropic, vous avez besoin d'un compte dans la Anthropic Console avec accès à Claude. Vous y créez une nouvelle clé sous Settings > API Keys, lui donnez un nom explicite comme "n8n-integration" et copiez la valeur dans le champ API Key de l'identifiant n8n. Il est possible d'ajouter facultativement un en-tête personnalisé. n8n documente les étapes exactes dans la référence des identifiants Anthropic. Cet identifiant authentifie à la fois le node Anthropic et le node Anthropic Chat Model.

Pour OpenAI, créez une nouvelle clé secrète dans le compte OpenAI sous API Keys et saisissez-la également comme API Key dans n8n. Un identifiant d'organisation n'est nécessaire que si vous appartenez à plusieurs organisations ; s'il est défini, l'utilisation est décomptée du quota de cette organisation plutôt que de votre compte personnel. Les détails sont décrits dans la référence des identifiants OpenAI de n8n. L'identifiant OpenAI couvre plusieurs nodes : le node OpenAI, Chat OpenAI, Embeddings OpenAI et LM OpenAI.

Choix du modèle selon la tâche dans le workflow

Avec Claude Haiku 4.5, Claude Sonnet 5, Claude Opus 4.8 et Claude Fable 5, Anthropic propose plusieurs niveaux de modèles actuels, et OpenAI propose des niveaux comparables avec GPT-5.6 Luna, GPT-5.6 Terra et GPT-5.6 Sol. Dans les deux cas, la règle est la suivante : les modèles rapides et économiques comme Claude Haiku ou GPT-5.6 Luna conviennent aux tâches simples à fort volume dans un workflow, par exemple la classification des e-mails entrants, l'extraction de champs à partir de textes structurés ou de courts résumés. Les modèles équilibrés comme Claude Sonnet 5 ou GPT-5.6 Terra combinent vitesse et compréhension du contexte et conviennent à la plupart des étapes d'automatisation nécessitant un peu plus de jugement. Les niveaux les plus performants, Claude Opus 4.8 ou Fable 5 ainsi que GPT-5.6 Sol, sont, selon les fabricants, destinés à un comportement agentique complexe en plusieurs étapes, à un raisonnement approfondi ou à des tâches de programmation exigeantes. Le niveau adapté dépend de l'étape de workflow concernée, et non d'un classement général des modèles. Dans le node Anthropic Chat Model, vous sélectionnez le modèle directement ; comme les noms de modèles changent régulièrement chez les deux fournisseurs, il est utile de consulter la vue d'ensemble actuelle des modèles du fournisseur avant une mise en production. Le node OpenAI Chat Model charge les modèles dynamiquement depuis votre compte et n'affiche que les options qui vous sont accessibles.

Maîtrise des coûts via les limites de tokens et le suivi de l'utilisation

Le levier le plus important directement dans le workflow est l'option de node Maximum Number of Tokens, qui limite la longueur de la réponse du modèle et donc les coûts de sortie, car les tokens de sortie coûtent nettement plus cher que les tokens d'entrée chez les deux fournisseurs. Selon la grille tarifaire actuelle d'Anthropic, le prix de sortie par modèle correspond à cinq fois le prix d'entrée ; pour les modèles GPT-5.6 actuels, selon la page de tarification d'OpenAI, il correspond à environ six fois. Pour les workflows récurrents avec des invites système constantes, la mise en cache des invites (prompt caching) est avantageuse : Anthropic propose pour cela des prix de lecture réduits pour les parties d'invite mises en cache, tandis qu'OpenAI propose l'option Prompt Cache Key à cet effet dans le mode Responses API du node OpenAI Chat Model. Pour le traitement par lots non urgent, les deux fournisseurs réduisent les coûts d'environ moitié par rapport aux prix standard via leurs propres API de traitement par lots.

Le véritable contrôle des coûts n'a pas lieu dans n8n lui-même, mais dans les consoles des fournisseurs : la console Anthropic comme le tableau de bord OpenAI affichent la consommation par période et permettent de définir des limites de dépenses ou des alertes. C'est important, car un workflow défectueux, par exemple une boucle sans condition d'arrêt, peut engendrer des coûts importants en peu de temps sans que n8n lui-même n'en avertisse. Il est donc judicieux de définir une limite de tokens dans chaque workflow en production, de n'utiliser le modèle le plus coûteux que là où la tâche l'exige vraiment, et de vérifier régulièrement l'utilisation dans la console du fournisseur concerné plutôt que de se fier uniquement à la facture de fin de mois.

Toute personne combinant plusieurs fournisseurs d'IA dans un workflow, ou incertaine quant au niveau de modèle économiquement pertinent pour telle ou telle étape, peut estimer grossièrement l'effort avec un calculateur de ROI ou se faire accompagner dans la conception d'agents IA. NordFlux met généralement en œuvre de telles intégrations à prix fixe, avec documentation de la logique de modèle et de coûts choisie.

Questions fréquentes sur Claude et OpenAI dans n8n

Ai-je besoin d'identifiants différents pour Claude et OpenAI dans n8n ?

Oui. Les deux fournisseurs utilisent leurs propres clés API et leurs propres types d'identifiants dans n8n. L'identifiant Anthropic authentifie le node Anthropic et le node Anthropic Chat Model, l'identifiant OpenAI couvre le node OpenAI, Chat OpenAI, Embeddings OpenAI et LM OpenAI.

Quel modèle suffit pour des tâches d'automatisation simples ?

Pour la classification, l'extraction ou de courts blocs de texte, les niveaux de modèles les plus rapides et les moins chers, comme Claude Haiku 4.5 ou GPT-5.6 Luna, suffisent généralement. Les étapes plus complexes impliquant un raisonnement en plusieurs étapes bénéficient davantage de Sonnet 5, Opus 4.8, GPT-5.6 Terra ou Sol.

Comment éviter qu'un workflow n'entraîne des coûts API inattendus et élevés ?

Définissez une limite de tokens dans l'option de node de modèle de chat concernée, évitez les boucles non maîtrisées et vérifiez régulièrement la consommation dans le tableau de bord du fournisseur. Les limites de dépenses ou les alertes se configurent directement là, pas dans n8n lui-même.

Puis-je combiner Anthropic et OpenAI dans le même workflow ?

Oui, n8n permet d'utiliser plusieurs nodes de modèle de chat avec des identifiants différents dans un même workflow, par exemple un modèle économique pour le prétraitement et un modèle plus performant pour l'étape décisive.