n8n, Make или Zapier: когда пора переходить на своего ИИ-агента

Коротко

• Один сценарий квалификации лида из пяти шагов — это 6–7 задач Zapier, 5+ кредитов Make или 1 выполнение n8n за запуск: сравнивайте счёт за свой сценарий, а не тарифы.
• При 1 000 лидов в месяц этот сценарий укладывается в Make Core за $12, n8n Starter за €20 или Zapier Professional за $129 (октябрь 2026 года, оплата за год).
• n8n платный или нет: self-hosted версия бесплатна для внутренних задач, а коммерческая лицензия нужна, когда сценарии настраивают внешние пользователи, в том числе через ИИ-агента.
• Переходите на своего агента, когда совпали два признака и больше: долгая память, много инструментов, передача человеку, данные у себя, цена запуска на объёме, тесты и версии.
• Часто ответ — гибрид: n8n держит расписания и интеграции, а в отдельный сервис со своими тестами уезжает только шаг, где нужно суждение.

n8n, Make и Zapier справляются, пока автоматизация — это фиксированная цепочка шагов с одним-двумя вызовами модели. Своего ИИ-агента стоит делать, когда ему нужна память между диалогами, много инструментов, передача дел людям или данные на ваших серверах, либо когда плата за шаги обгоняет хостинг: 100 000 задач на Zapier Professional стоят $489 в месяц при оплате за год.

Статья для основателей и операционных директоров, у которых автоматизации уже работают и встал вопрос, делать ли следующую агентом. ИИ-агент здесь — программа, в которой языковая модель сама выбирает следующий шаг и вызывает инструменты, например CRM, а не идёт по заданному пути. Мы делаем и то и другое: контент-завод на 40+ узлах n8n и ИИ-конспекты звонков на своём коде для дубайского агентства Encore.

Внутри: цены на октябрь 2026 года, один сценарий в единицах оплаты каждой платформы, лицензия n8n, шесть признаков, что пора уходить, и чек-лист решения.

n8n, Make, Zapier и свой агент. Цены с официальных страниц Zapier, Make и n8n на октябрь 2026 года, при оплате за год. n8n показывает цены в евро или долларах в зависимости от того, откуда открыта страница; в долларах Starter стоит $20, Pro — $50, Business — $800.

n8n или Make или Zapier: почему сравнение цен вводит в заблуждение?

Потому что платформы считают разное. Zapier считает действия, Make — операции модулей вместе с триггером, n8n — целые запуски. Один и тот же сценарий стоит 6 единиц на одной платформе и 1 на другой, поэтому сравнивайте стоимость своего сценария в месяц, а не цену тарифа.

Определения от самих вендоров:

• Задача Zapier. «Задача — любое успешное действие в Zapier», а «триггеры Zap никогда не расходуют задачи», пишет справка Zapier (обновлена 21 августа 2026 года), и страница тарифов с этим согласна. А в таблице расхода задач шаги-триггеры и действия стоят по 1 задаче, поэтому закладывайте одну задачу сверху на запуск на случай, если триггер посчитают. Встроенные Filter, Paths, Formatter и Looping стоят 0 задач. Шаг AI by Zapier стоит 1, 3 или 5 задач в зависимости от класса модели, по таблице расхода задач.
• Кредит Make. Каждое действие модуля в сценарии расходует кредиты, и чтение данных из приложения или вебхука тоже считается. Большинство действий стоят 1 кредит, некоторые функции на AI Provider от Make — больше. Роутеры и обработчики ошибок бесплатны.
• Выполнение n8n. «Выполнение — это один запуск всего сценария», и неважно, сколько в нём шагов и сколько данных он обрабатывает.

Один запуск квалификации лида в трёх валютах

Возьмём типовой сценарий. Форма на сайте присылает лид, сценарий ищет контакт в CRM, ИИ-шаг оценивает лид и пишет черновик ответа, карточка в CRM обновляется, в чат продаж уходит сообщение. Пять шагов, один запуск на лид.

Один запуск этого сценария по опубликованным правилам каждого вендора и тариф для 1 000 лидов в месяц. Цены на октябрь 2026 года, при оплате за год; расклад по шагам — наше допущение.

На такой схеме дешевле всех Make, дороже всех Zapier. Измените схему — и порядок поменяется. Растяните сценарий так, чтобы запуск расходовал 20 задач, и Zapier понадобится 20 000 задач в месяц, $189 на Professional, а n8n всё так же насчитает 1 000 выполнений. Запускайте сценарий на каждое сообщение в чате, а не на каждый лид, и счётчик n8n побежит, а в Zapier действия, которые отсёк шаг Filter, задач не тратят.

Счёт за модель в этих строках учтён не целиком. В Zapier можно подключить свою модель за 1 задачу на ИИ-шаг и платить провайдеру напрямую, а модель на собственном ключе на любой платформе оплачивается по токенам. Формулу расходов на токены по официальным прайсам мы разобрали в статье сколько стоит ИИ-агент.

n8n платный или нет и можно ли использовать его в коммерческих целях?

Self-hosted версия n8n — Community Edition — бесплатна, и использовать её в бизнесе можно, пока n8n остаётся вашим внутренним инструментом. Коммерческая лицензия нужна, когда сценарии строят или настраивают люди за пределами вашей компании или когда вы продаёте сам n8n. Облачные тарифы n8n платные: от €20 в месяц.

«Вы можете использовать или изменять программу только для внутренних целей своего бизнеса либо для некоммерческого или личного использования». — n8n, Community license (перевод наш)

FAQ по лицензии n8n уточняет, что она бесплатна и действует только для self-hosted версии, и проводит границу так:

• Можно: вести на n8n свой бизнес, если сценарии создают и меняют только ваши сотрудники; делать автоматизации для клиентов на своём сервере, если клиенты не могут их создавать или редактировать; использовать n8n под капотом своего продукта.
• Нельзя: сдавать n8n как сервис, в котором клиенты строят сценарии; продавать его под своим брендом; давать внешним пользователям строить или настраивать сценарии через свой интерфейс, API, MCP или ИИ-агента, который действует от их имени.

Главный критерий из FAQ: дело не в том, видит ли клиент интерфейс, а в том, кто управляет логикой сценария и чьи коммерческие интересы он обслуживает. Пункт про агентов продуктовые команды пропускают чаще всего. Если клиент описывает автоматизацию в чате, а агент собирает её на n8n, логику задаёт клиент, и бесплатная лицензия это уже не покрывает. Если клиенты пользуются агентами, которые сделали вы, и получают только результат, покрывает. Платные функции, например контроль версий через Git на тарифе Business, платные в любом случае.

Когда пора переходить с n8n на своего ИИ-агента?

Когда агент перестаёт быть шагом сценария и становится системой со своим состоянием, инструментами и людьми вокруг. Вот шесть признаков, которые мы проверяем. Один редко оправдывает переделку, два и больше обычно оправдывают хотя бы гибрид.

1. Состояние и память между диалогами. Память агента в no-code платформе держит в контексте одну переписку. Если агент должен месяцами помнить историю клиента, а вам нужно искать, исправлять и удалять эту память, ей место в вашей базе данных.
2. Много инструментов. Каждый инструмент — описание, которое модель читает при каждом вызове, и ещё одна точка отказа. Когда их больше нескольких, нужны права на каждый инструмент, журналы и тесты, а их проще держать в коде.
3. Передача человеку по проекту. Оповещение — ещё не передача. Настоящая передача — это очередь, ответственный, таймаут и агент, который продолжает работу после ответа человека. Согласование вызовов инструментов человеком n8n указывает на странице тарифов, но входящие с SLA — уже продуктовая работа.
4. Данные должны оставаться у вас. Zapier и Make работают в своём облаке. n8n на своём сервере или собственный сервис держат данные сценариев у вас, хотя промпты всё равно уходят провайдеру модели, если вы не разворачиваете модель сами.
5. Цена запуска на объёме. Когда платформа в месяц стоит дороже сервера плюс часов разработчика на поддержку, расчёт перевернулся. 100 000 задач на Zapier Professional — $489 в месяц, при 6–7 задачах на запуск это примерно 14 300–16 700 запусков.
6. Тесты и версии. Агенты по-прежнему ошибаются достаточно часто, чтобы им был нужен набор тестов. По AI Index 2026 от Stanford HAI, агенты выросли с 12% до ~66% успешных задач в OSWorld — бенчмарке реальных задач на компьютере, но всё ещё проваливают примерно каждую третью попытку. В n8n Cloud история сценариев хранится 1 день на Starter и 5 дней на Pro, а контроль версий через Git и несколько сред — только на Business за €667 в месяц. В коде промпты, инструменты и тест-кейсы лежат в одном репозитории, и каждое изменение проходит тесты до релиза.

Если ничего из этого нет, оставайтесь на платформе. Сценарий, который читается на одном экране, обходится дешевле агента, которого у вас никто не может поменять.

Подходит ли n8n для ИИ-агентов в продакшене?

Да, если путь фиксирован, а шагов с суждением немного. На n8n работают две наши системы в продакшене.

Контент-завод для медиа под NDA превращает новые видео в готовые статьи, и вручную не написано ни одной. Вся линия — n8n: по расписанию проверяются отслеживаемые каналы, Apify забирает полную расшифровку и статистику, чистая запись попадает в таблицу источников. Дальше по очереди работают два агента на Gemini, собранные как ИИ-агенты n8n. Первый читает расшифровку и возвращает угол, заголовок и ключевые тезисы структурированными данными, второй пишет статью в тоне издания. Генерируется обложка, и до CMS ничего не доходит без шага проверки. Это 40+ узлов, и 100% статей построены на полных расшифровках.

AI-фабрика контентаКлиент под NDA

Кейс · Под NDAИз сырого видео — в опубликованные статьи0статей, написанных вручную

Вывод: суждение нужно в двух шагах, поэтому агентов только два. Сбор, хранение, обложки и публикация — обычный сценарий, и здесь n8n сильнее всего.

Инстаграм-агент для маркетингового клиента под NDA нагружает n8n сильнее. Один агент n8n на Google Gemini ведёт 100+ аккаунтов из чата в Telegram. У него есть память, которая держит уточнения в контексте, и семь инструментов: Think для планирования, четыре инструмента Apify для данных Instagram, разбор рилса и второй агент на Gemini для поиска в интернете. Error Trigger в n8n ловит каждый упавший запуск, и человек получает сообщение в Telegram с шагом, аккаунтом и причиной: 0 тихих сбоев. Чувствительные директ-сообщения по проекту уходят человеку.

На таких системах мы следим за признаками из списка выше: память, которая должна жить дольше переписки, растущий список инструментов и передачи, которым нужна очередь, а не оповещение. Пока они не появились, платформа обходится дешевле.

Когда окупается своя разработка?

Когда ИИ — часть продукта, которым ваша команда или клиенты пользуются каждый день, или когда «агент» на деле — модель, обученная на ваших данных. В обоих случаях no-code платформа не должна владеть основной логикой.

Для Encore, дубайского агентства PR и событий, мы перевели команду с Asana в собственную CRM и рядом сделали ИИ-конспекты звонков. Звонок приходит из браузера, загрузкой файла, из Google Meet или Zoom. Deepgram Nova-3 расшифровывает его с разделением по спикерам и таймкодами, Claude пишет итоги и решения, а задачи с ответственным, сроком и приоритетом одним кликом попадают на доску, и исполнитель получает сообщение в Telegram.

CRM работает на Next.js 16 и Postgres с pgvector, конспекты — на Node 22, Hono и SQLite FTS5. ИИ-ассистент внутри CRM отвечает на вопросы о работе, открывает и закрывает задачи. От первого коммита CRM до запуска с данными из Asana прошло 9 дней, а за 3 недели 70 клиентских звонков были расшифрованы, и по ним работает поиск. Здесь ИИ пишет прямо в модель данных продукта, поэтому и живёт в его коде.

Кейс · EncoreСайт, CRM и AI-конспекты звонков для агентства в Дубае3продукта запустила одна команда

Рекомендательные системы ещё дальше от no-code. Для ZOOP, соцсети для авторов, мы сделали рекомендательную систему, а не приложение: события идут через Kinesis и Lambda в feature store на DynamoDB и озеро событий в S3, двухбашенная модель и ANN-поиск подбирают кандидатов, ранжировщик их упорядочивает, SageMaker отдаёт оценки и переобучает модели по расписанию. Персональную ленту получают 10 000+ пользователей в месяц, и алгоритм принадлежит ZOOP, а не арендован у стороннего API.

Для сети из топ-15 мировых продуктовых ритейлеров под NDA мы с нуля построили три ML-системы на 100 000+ SKU: персональные подборки, намерение покупателя и рецепт в корзину. Ни одна no-code платформа не обучит двухбашенную модель и не подгонит ингредиенты рецепта под размеры упаковок.

Как совместить n8n и своего ИИ-агента?

Оркестрацию оставьте в n8n, а агентам отдайте только шаги, где нужно суждение. n8n берёт на себя расписания, триггеры, повторы и длинный хвост интеграций, агенты выбирают угол, классифицируют запрос или пишут ответ. Когда один агент перерастает платформу, он переезжает в отдельный сервис, и n8n вызывает его по HTTP.

Лицензия такую схему разрешает: FAQ n8n допускает использование n8n под капотом своего продукта. Вынести одного агента можно в четыре шага:

1. Зафиксируйте контракт. Опишите вход и выход агента структурированными данными, как агент углов в контент-заводе возвращает угол, заголовок и тезисы.
2. Соберите тесты. До переписывания наберите 30–50 реальных случаев с ожидаемым результатом. Это eval-набор: фиксированный список случаев, который должно проходить каждое изменение.
3. Пересоберите за тем же контрактом. У нового сервиса свои журналы, учёт расходов и та память или инструменты, из-за которых он уехал.
4. Замените и сравните. Поставьте вместо узла агента в n8n HTTP-запрос к сервису и гоняйте обе версии на одних случаях, пока результаты не совпадут.

No-code, гибрид или свой агент: чек-лист решения

Отвечайте на эти вопросы для каждого сценария, а не для компании целиком. Большинство компаний в итоге используют все три варианта.

Оставайтесь на Zapier, Make или n8n, если:

• путь фиксирован, а ИИ — один-два шага в нём;
• ваши единицы в месяц укладываются в тариф с запасом;
• данные могут лежать в облаке вендора или вы держите n8n у себя;
• человек проверяет результат до того, как его увидит клиент.

Выбирайте гибрид, если:

• одному шагу нужна память, много инструментов или настоящая передача человеку, а остальное — обычные интеграции;
• вы хотите сохранить интеграции, которые команда уже ведёт в n8n;
• этому шагу нужны свои тесты и версии, пока сценарий продолжает меняться.

Делайте своего агента, если:

• агент — часть вашего продукта, и клиенты пользуются им каждый день;
• вам нужно самим задавать и проверять его память, права и журналы;
• данные должны оставаться в вашей инфраструктуре от начала до конца;
• плата платформе на вашем объёме выше хостинга и поддержки;
• в основе — модель, обученная на ваших данных, как в рекомендациях.

Перед разговором со студией опишите сценарий, объёмы в месяц, системы и требования к данным по нашему шаблону брифа на одну страницу. Потом задайте каждой студии 12 вопросов подрядчику по AI-автоматизации и сравните ответы. Если агент будет общаться с клиентами в WhatsApp, правила Meta и плату за сообщения поверх этого выбора разбирает статья про ИИ-агентов в WhatsApp для бизнеса в ОАЭ. Сами мы в проектах по ИИ-автоматизации держимся того же правила: n8n там, где он справляется, код там, где без него не обойтись.

Частые вопросы

n8n или Zapier: что выбрать для ИИ-агента?

Zapier проще: всё в облаке, хостинг не нужен, но ИИ-шаг стоит 1, 3 или 5 задач в зависимости от класса модели, а вызовы инструментов агентом оплачиваются отдельно. В n8n есть узел AI Agent, и запуск считается одним выполнением при любом числе шагов, поэтому агент с несколькими инструментами обычно обходится дешевле. Если данные должны оставаться у вас, n8n можно развернуть на своём сервере.

Что дешевле на больших объёмах: n8n или Make?

Зависит от формы сценария. Make списывает кредиты за действия модулей, поэтому цена растёт с числом шагов, а n8n берёт одно выполнение за запуск при любом числе шагов. Короткие сценарии, которые запускаются очень часто, выгоднее в Make, длинные сценарии с множеством шагов — в n8n. Посчитайте единицы на запуск и запуски в месяц и только потом сравнивайте тарифы.

Могут ли клиенты редактировать сценарии, которые мы для них собрали на своём n8n?

Не по бесплатной Community-лицензии. FAQ по лицензии n8n разрешает делать автоматизации для клиентов на своём сервере, только пока клиенты не могут их создавать или редактировать. Если клиентам нужно самим строить или настраивать сценарии через интерфейс, API, MCP или ИИ-агента, который действует от их имени, нужен коммерческий договор с n8n.

Что подготовить перед уходом с Zapier или Make?

Выпишите каждый Zap или сценарий: триггер, шаги, запуски в месяц и расход единиц, а также аккаунты и API-ключи, от которых он зависит. Отметьте шаги, где вызывается модель, и шаги, где нужен человек. Соберите 30–50 реальных входных данных с ожидаемым результатом: это тестовый набор, который до переключения покажет, что новая версия работает так же.

Обязательно переносить всё сразу?

Нет. Переносите по одному сценарию или одному шагу агента. Старая версия продолжает работать, обе получают одни и те же входные данные, и вы сравниваете результаты, прежде чем переключить трафик. Большинство компаний годами держат простые интеграции на Zapier, Make или n8n и переносят только части, которым нужны память, много инструментов, строгие правила для данных или свои тесты.

Источники

1. Zapier pricing · Zapier, 2026
2. Task usage rates · Zapier, 2026
3. Tasks in Zapier · Zapier Help Center, 2026
4. Make pricing · Make, 2026
5. n8n pricing · n8n, 2026
6. Sustainable Use License · n8n Docs, 2026
7. License FAQ · n8n Docs, 2026
8. The 2026 AI Index Report · Stanford HAI, 2026

Поделиться статьёй

Об авторе

Artem Zelenskii

Руководитель AI-направления

Ведёт AI и ML: 5+ лет в продакшене. Выпускник Apple Developer Academy.

Вся команда