Назад в блог

Агенты и автоматизацияИнструкция

Подключить n8n к CheapTokens: учётные данные OpenAI

Укажите адрес CheapTokens в учётных данных OpenAI в n8n, пройдите проверку соединения и запустите LLM-цепочку на DeepSeek-V4-Flash.

Автор: CheapTokens TeamОпубликовано 4 мин чтения

Учётные данные n8n, направленные на адрес API CheapTokens
Содержание
  1. Что есть в учётных данных n8n
  2. Настройка в четыре шага
  3. Сначала проверьте ключ вне n8n
  4. Первый workflow: сортируем входящие письма
  5. Сколько стоит запуск
  6. Если не работает

В n8n создайте учётные данные OpenAI, впишите в Base URL адрес https://api.cheaptokens.dev/v1, в API Key — ключ CheapTokens, а в узле OpenAI Chat Model выберите id модели. Это вся замена: ни своего узла, ни сторонних пакетов. Готовые workflow остаются как есть — им просто назначают новые учётные данные.

Работает это потому, что API CheapTokens понимает формат OpenAI Chat Completions (и Anthropic Messages тоже), а узел OpenAI в n8n разницы не замечает. Если «базовый адрес» для вас новое слово, короткий разбор объяснит его за пару минут.

Что есть в учётных данных n8n#

В учётных данных OpenAI четыре вещи. По исходному коду credential в репозитории n8n (ветка master, проверено 1 ноября 2026) это API Key (обязателен, маскируется), Organization ID (необязательно), Base URL (по умолчанию https://api.openai.com/v1, поле переопределяет базовый адрес API) и переключатель Add Custom Header с именем и значением заголовка.

Есть нюанс: на странице документации n8n про эти учётные данные описаны только ключ и Organization ID. Поле Base URL видно в исходном коде, на него и опирается эта инструкция.

При сохранении n8n проверяет учётные данные запросом на {Base URL}/models с заголовком Authorization: Bearer <API Key>. Так что неверный адрес или ключ выясняется сразу, ещё до сборки workflow.

Было и стало: адрес OpenAI по умолчанию и адрес CheapTokens, ключ и пустой Organization ID
Что меняется в учётных данных OpenAI в n8n

Настройка в четыре шага#

Шаг за шагом

Подключаем n8n к CheapTokens

Создайте учётные данные

В n8n откройте Credentials, создайте новые и выберите OpenAI. Ключ CheapTokens держите в менеджере паролей или переменной окружения, пока не вставите, и никогда не пишите его в текстовое поле workflow.

Заполните два поля

API Key: ваш ключ CheapTokens. Base URL: https://api.cheaptokens.dev/v1. Organization ID оставьте пустым. Сохраните и дождитесь проверки соединения: она обращается к /models по этому адресу.

Добавьте узел модели

В workflow добавьте Basic LLM Chain и подключите к нему OpenAI Chat Model как модель. Выберите новые учётные данные. В качестве модели возьмите id из документации CheapTokens: deepseek-ai/DeepSeek-V4-Flash-0731. Если в выпадающем списке его нет, переключите поле на ввод id вручную (по ID или выражением).

Оставьте Chat Completions

По умолчанию узел использует Chat Completions API. Переключатель Use Responses API держите выключенным. В параметрах узла задайте Maximum Number of Tokens, чтобы разросшийся ответ не съел бюджет.

Не знаете, какой id писать? Спросите у самого API: статья «List models with GET /v1/models» показывает точные строки. У разных сервисов одна и та же модель называется по-разному, поэтому берите id из CheapTokens, а не из чужой документации.

Сначала проверьте ключ вне n8n#

Если проверка учётных данных не прошла, надо понять: виноват n8n или ключ. Короткая проверка в терминале даёт ответ. Ключ лежит в переменной окружения, так что секрет не попадёт в историю команд.

Одна проверка в curl и в Python

curl

bash
export CHEAPTOKENS_API_KEY="your-key-here"
curl https://api.cheaptokens.dev/v1/models \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY"

Это тот же запрос, который n8n шлёт при проверке учётных данных. Если пришёл JSON со списком моделей, ключ и адрес верны.

Python

python
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)
r = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Reply with one word: ready"}],
    max_tokens=20,
)
print(r.choices[0].message.content, r.usage)

Это полноценный запрос к чату. r.usage показывает токены на входе и выходе для этого крошечного запроса; чтобы прикинуть размер workflow, подставьте в промпт типичное письмо и прочитайте usage ещё раз.

Первый workflow: сортируем входящие письма#

Допустим, в общий ящик приходит около тысячи писем в день. Каждое нужно пометить как billing, bug или other и добавить одну строку-резюме для того, кто возьмёт письмо в работу.

Собирается так: Gmail Trigger (или узел Webhook) передаёт письмо в Basic LLM Chain. Промпт в цепочке примерно такой: «Отнеси письмо к billing, bug или other и перескажи его одним предложением», а текст письма подставляется из предыдущего узла. Думает за цепочку узел OpenAI Chat Model с вашими учётными данными CheapTokens.

Триггер, Basic LLM Chain с OpenAI Chat Model и следующий узел
Workflow сортировки писем: триггер, LLM-цепочка, следующий шаг

Задача короткая и однотипная: маленький вход, маленький ответ, тысячи одинаковых запусков. Именно здесь дешёвая модель со стабильной ценой окупается сильнее всего. Для такой работы в CheapTokens подойдёт DeepSeek-V4-Flash: одна цена в любое время суток, контекст 380K и до 32 768 токенов в ответе.

Сколько стоит запуск#

Допустим, на каждое письмо уходит промпт около 1 500 токенов (инструкция плюс письмо), а модель пишет в ответ около 300 токенов. Один запуск на DeepSeek-V4-Flash стоит $0.000053. А вот 1 000 писем в день по всем моделям рядом с OpenRouter, вход и выход вместе:

Модель За запрос 1 000 запросов OpenRouter, 1 000 запросов
GLM-5.3-Flash $0.000042 $0.042 $0.0752
DeepSeek-V4-Flash $0.000053 $0.0525 $0.147
MiniMax-M2.7 $0.00012 $0.12 $1.44

1 500 входных и 300 выходных токенов на запрос. Цены за 1M токенов актуальны и меняются вместе с нашими тарифами; столбец OpenRouter показывает справочные цены для той же нагрузки.

Числа токенов здесь — допущение для примера. Замерьте свои: отправьте типичное письмо через проверку в Python, прочитайте usage и подставьте числа. Актуальные цены — на странице тарифов.

Чат-сценарий устроен иначе. С узлом памяти вся история уходит при каждом вызове, и вход растёт с каждым сообщением. Как быстро это набегает, показывает статья «Why a long AI chat costs more».

Если не работает#

Чаще всего виноват ключ, адрес или id модели. Статья «API 401 or 404: wrong key, base URL or model id» разбирает тексты каждой ошибки. А перед ней пройдитесь по списку:

Чек-лист

Прежде чем копать глубже

Хотите увидеть остальные настройки? В документации CheapTokens есть полный справочник API. Тот же приём работает и в других инструментах: Open WebUI и LangChain подключаются так же — один адрес, один ключ, один id модели.