Подключение Claude/OpenAI: учетные данные, выбор модели, контроль расходов

Тот, кто работает в n8n с ИИ-нодами Anthropic (Claude) или OpenAI, сначала создает учетные данные с API-ключом, затем выбирает модель в соответствующем ноде чат-модели и с помощью опций нода, таких как максимальное число токенов, управляет тем, насколько дорогим и мощным будет отдельный запуск workflow. Оба провайдера предлагают несколько уровней моделей, различающихся по скорости, цене за миллион токенов и возможностям, поэтому для простых задач, таких как классификация или текстовые блоки, подходят более дешевые модели, а для сложных шагов, таких как многошаговое агентное поведение или глубокое рассуждение, целесообразны более мощные модели. Актуально на: июль 2026.

Настройка учетных данных Anthropic и OpenAI в n8n

Для учетных данных Anthropic вам нужна учетная запись в Anthropic Console с доступом к Claude. Там вы создаете новый ключ в разделе Settings > API Keys, даете ему понятное имя, например "n8n-integration", и копируете значение в поле API Key учетных данных n8n. Дополнительно можно добавить пользовательский заголовок. Точные шаги описаны в справке n8n по учетным данным Anthropic. Эти учетные данные аутентифицируют как нод Anthropic, так и нод Anthropic Chat Model.

Для OpenAI создайте новый секретный ключ в учетной записи OpenAI в разделе API Keys и также введите его как API Key в n8n. Идентификатор организации нужен только в том случае, если вы состоите в нескольких организациях; если он указан, использование учитывается по квоте этой организации, а не вашей личной учетной записи. Подробности описаны в справке n8n по учетным данным OpenAI. Учетные данные OpenAI охватывают несколько нодов: нод OpenAI, Chat OpenAI, Embeddings OpenAI и LM OpenAI.

Выбор модели в зависимости от задачи в workflow

С моделями Claude Haiku 4.5, Claude Sonnet 5, Claude Opus 4.8 и Claude Fable 5 Anthropic предлагает несколько актуальных уровней моделей, а OpenAI предлагает сопоставимые уровни с GPT-5.6 Luna, GPT-5.6 Terra и GPT-5.6 Sol. В обоих случаях действует правило: быстрые, недорогие модели, такие как Claude Haiku или GPT-5.6 Luna, подходят для высокообъемных, простых задач в workflow, например для классификации входящих писем, извлечения полей из структурированных текстов или коротких резюме. Сбалансированные модели, такие как Claude Sonnet 5 или GPT-5.6 Terra, сочетают скорость и понимание контекста и подходят для большинства шагов автоматизации, требующих чуть больше рассудительности. Наиболее мощные уровни, Claude Opus 4.8 и Fable 5, а также GPT-5.6 Sol, по данным производителей, предназначены для сложного, многошагового агентного поведения, обширных рассуждений или требовательных задач программирования. Какой уровень подходит в конкретном случае, зависит от соответствующего шага workflow, а не от общей иерархии моделей. В ноде Anthropic Chat Model вы выбираете модель напрямую; поскольку названия моделей у обоих провайдеров регулярно меняются, перед вводом в эксплуатацию стоит заглянуть в актуальный обзор моделей провайдера. Нод OpenAI Chat Model динамически загружает модели из вашей учетной записи и показывает только доступные вам варианты.

Контроль расходов с помощью лимитов токенов и мониторинга использования

Самый важный рычаг непосредственно в workflow это опция нода Maximum Number of Tokens, которая ограничивает длину ответа модели и тем самым расходы на вывод, поскольку выходные токены у обоих провайдеров стоят значительно дороже входных. Согласно актуальному обзору цен Anthropic, цена за вывод для каждой модели в пять раз выше цены за ввод; для актуальных моделей GPT-5.6, согласно странице цен OpenAI, это примерно в шесть раз выше. Для повторяющихся workflow с неизменными системными промптами стоит использовать кэширование промптов: Anthropic предлагает для этого сниженные цены на чтение для кэшированных частей промпта, а OpenAI предоставляет для этого опцию Prompt Cache Key в режиме Responses API нода OpenAI Chat Model. Для некритичной по времени пакетной обработки оба провайдера снижают расходы через собственные Batch API примерно вдвое по сравнению со стандартными ценами.

Реальный контроль расходов происходит не в самом n8n, а в консолях провайдеров: как Anthropic Console, так и панель OpenAI показывают расход за период и позволяют устанавливать лимиты расходов или предупреждения. Это важно, поскольку неисправный workflow, например цикл без условия завершения, может за короткое время вызвать значительные расходы, причем n8n сам об этом не предупреждает. Поэтому целесообразно устанавливать лимит токенов в каждом продуктивном workflow, использовать самую дорогую модель только там, где задача действительно этого требует, и регулярно проверять использование в соответствующей консоли провайдера, а не полагаться исключительно на счет в конце месяца.

Тот, кто комбинирует несколько ИИ-провайдеров в одном workflow или не уверен, какой уровень модели экономически целесообразен для того или иного шага, может приблизительно оценить затраты с помощью калькулятора ROI или воспользоваться поддержкой при проектировании ИИ-агентов. NordFlux обычно реализует такие интеграции по фиксированной цене, включая документацию выбранной логики моделей и расходов.

Часто задаваемые вопросы о Claude и OpenAI в n8n

Нужны ли мне разные учетные данные для Claude и OpenAI в n8n?

Да. Оба провайдера используют собственные API-ключи и собственные типы учетных данных в n8n. Учетные данные Anthropic аутентифицируют нод Anthropic и нод Anthropic Chat Model, учетные данные OpenAI охватывают нод OpenAI, Chat OpenAI, Embeddings OpenAI и LM OpenAI.

Какой модели достаточно для простых задач автоматизации?

Для классификации, извлечения данных или коротких текстовых блоков обычно достаточно самых быстрых и недорогих уровней моделей, таких как Claude Haiku 4.5 или GPT-5.6 Luna. Более сложные шаги с многошаговым рассуждением скорее выиграют от Sonnet 5, Opus 4.8, GPT-5.6 Terra или Sol.

Как предотвратить неожиданно высокие расходы на API из-за workflow?

Установите лимит токенов в соответствующей опции нода чат-модели, избегайте неконтролируемых циклов и регулярно проверяйте расход в панели провайдера. Лимиты расходов или предупреждения настраиваются непосредственно там, а не в самом n8n.

Можно ли комбинировать Anthropic и OpenAI в одном workflow?

Да, n8n позволяет использовать в одном workflow несколько нодов чат-модели с разными учетными данными, например недорогую модель для предварительной обработки и более мощную модель для решающего шага.