Recursos · Integración n8n

Nodo Anthropic Chat Model n8nConfigura Anthropic Chat Model en n8n.

El nodo Anthropic Chat Model n8n aporta los modelos Claude a un nodo raíz. No tiene entrada principal y nunca se ejecuta solo: se conecta al puerto Model de un AI Agent o de una cadena. La versión 2 expone 10 parámetros, desde el límite de tokens hasta los modos de razonamiento.

Probar el nodo Anthropic Chat Model en n8nVer los 10 parámetros

Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth

Por qué automatizar

¿Para qué sirve el nodo Anthropic Chat Model n8n?

Un nodo de modelo de chat presta un modelo de lenguaje grande a otro nodo. Este lo hace con la familia de modelos Claude de Anthropic: guarda la elección del modelo y los ajustes de muestreo, y se los pasa al nodo raíz al que está conectado. Es un subnodo, o sea un nodo que se engancha a un puerto de otro nodo más grande en vez de vivir en el flujo principal. Solo, sobre un lienzo vacío, no produce nada.

El primer montaje es el que casi todo el mundo arma primero. Un AI Agent lee un mensaje entrante, decide qué hacer y necesita un cerebro para decidirlo. Conectas este nodo a su puerto Model, eliges un modelo en Model y limitas la respuesta con Maximum Number of Tokens para que un texto kilométrico no acabe en un borrador de Gmail. Un token es un trozo de texto del tamaño de una palabra corta, y ese límite solo cuenta los generados.

Segundo montaje, más silencioso: sin agente, una cadena que clasifica o extrae. Le pasas filas leídas en Google Sheets, bajas Sampling Temperature para que dos ejecuciones sobre la misma fila devuelvan la misma etiqueta, y el modelo hace de regla que nadie tuvo que escribir. Las expresiones tipo {{ $json.comentario }} alimentan el prompt del nodo raíz, no el de este.

Tercer montaje: razonar con calma. Activas Enable Thinking, dejas Thinking Mode en adaptive y subes Effort cuando un paso falla una y otra vez con un documento difícil. El coste va detrás: el proveedor del modelo factura sus propias llamadas de API según sus condiciones, y n8n no añade nada encima.

¿Cuándo elegir otra cosa? Cualquier otro subnodo de modelo de chat encaja en el mismo puerto, así que pasar a OpenAI es desconectar un nodo y conectar otro, con el mismo nodo raíz arriba. Quédate con este si quieres la familia Claude y los parámetros de razonamiento que expone.

Las limitaciones conviene conocerlas antes de construir. Sin entrada principal, nunca va primero en un workflow, no llama a ninguna herramienta por su cuenta y no se prueba aislado: ejecutas el nodo raíz y lees la salida allí. Un puerto acepta un solo tipo de subnodo, así que un nodo raíz tiene un modelo de chat, no dos. La Reseña n8n sitúa la plataforma entera.

Conexión

¿Qué hay que autenticar?

  1. 01

    Crea la credencial Anthropic en n8n

    Abre el menú Credentials de n8n y crea la credencial que pide este nodo. Una credencial es el acceso que n8n guarda una vez para no repetir un secreto en cada nodo: esta se crea una sola vez y se reutiliza en todos los workflows que llaman a Claude. La clave en sí sale de una cuenta de Anthropic.

  2. 02

    O pásate a los Gateway credits

    En n8n Cloud hay una segunda vía. Selecciona Use Gateway credits en el campo de credencial del nodo y funciona sin cuenta de Anthropic y sin clave de API propia. Va bien cuando el workflow tiene que estar en marcha hoy y el alta de la cuenta todavía está en trámite. En una instancia autoalojada, toca la clave de API.

  3. 03

    Elige la credencial y luego el modelo

    De vuelta en el nodo, selecciona la credencial guardada y rellena Model. El campo acepta un valor de la lista o un identificador de modelo escrito a mano, que es lo que usas cuando un modelo es más reciente que la lista que tienes delante. Nada más es obligatorio para una primera ejecución.

Conexiones

¿A qué se conecta este nodo?

n8n parte el trabajo de IA en dos: un nodo raíz vive en el flujo principal y recibe los items, y los subnodos se enganchan a sus puertos, un tipo de subnodo por puerto. Este es un subnodo, así que la única pregunta es el puerto.

Salida (dónde se conecta)

  • Modelai_languageModel
01ModelEs el lado de salida del nodo: conecta hacia arriba, al puerto Model de un nodo raíz que necesita un modelo de lenguaje para funcionar.

Es el lado de salida del nodo: conecta hacia arriba, al puerto Model de un nodo raíz que necesita un modelo de lenguaje para funcionar.

Parámetros clave

  • Required: los nodos raíz que exponen este puerto no funcionan sin un modelo enchufado.
  • AI Agent y Basic LLM Chain: los dos puntos de partida, un agente que elige entre herramientas o una llamada única con un solo prompt.
  • Information Extractor y Text Classifier: el mismo puerto en nodos que devuelven salida estructurada en lugar de texto libre.
Casos de uso
una misma credencial y una misma elección de modelo sirven a varios nodos raíz de un workflow, cada uno con su copia de este nodo.
Parámetros

¿Qué se ajusta dentro del nodo?

El nodo Anthropic Chat Model tiene 10 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Model

model

Lo que ves en n8n

Notas y casos de uso

El único campo obligatorio del nodo. Decide qué modelo Claude responde. Es un resource locator: o eliges de la lista que carga n8n, o pegas tú mismo un identificador.

Parámetros clave

  • Model: requerido, tomado de la lista o escrito como identificador cuando el modelo que quieres es más reciente que la lista.
Casos de uso
un agente de soporte y un resumidor nocturno rara vez piden el mismo modelo. Mantén una copia de este nodo por nodo raíz en lugar de compartir una sola.
02

Maximum Number of Tokens

options.maxTokensToSample

Lo que ves en n8n

Notas y casos de uso

Pone techo a lo que el modelo genera. La cuenta cubre la compleción, no el prompt enviado, así que un historial de conversación largo no se come ese techo.

Parámetros clave

  • Maximum Number of Tokens: número opcional, el máximo de tokens generados en la compleción.
Casos de uso
una respuesta que aterriza en un mensaje de Slack pide un techo bajo; un informe completo, uno alto. Súbelo si las respuestas se cortan a mitad de frase.
03

Sampling Temperature

options.temperature

Lo que ves en n8n

Notas y casos de uso

Controla el azar en la elección de las palabras. Cuanto más baja, menos aleatorias son las compleciones; cerca de cero el modelo se vuelve determinista y repetitivo.

Parámetros clave

  • Sampling Temperature: número opcional, el grado de aleatoriedad del proceso de muestreo.
Casos de uso
clasificar, extraer y cualquier cosa que compares entre dos ejecuciones se juega cerca de cero. Un borrador donde la repetición canta se juega más arriba. Mueve este ajuste o Top P, nunca los dos.
04

Top K

options.topK

Lo que ves en n8n

Notas y casos de uso

Recorta la cola de la distribución. Quita las respuestas de baja probabilidad de las opciones que el modelo considera para el siguiente token, y vale -1 por defecto, lo que lo desactiva.

Parámetros clave

  • Top K: número opcional, inactivo en -1, si no el número de opciones de token que se conservan.
Casos de uso
sácalo cuando la salida se va a un vocabulario raro que la temperatura sola no arregló. La mayoría de workflows no lo tocan nunca, y dejarlo desactivado es una respuesta perfectamente normal.
05

Top P

options.topP

Lo que ves en n8n

Notas y casos de uso

El mismo estrechamiento, pero por masa de probabilidad en vez de por número de candidatos. En 0.5 se considera la mitad de las opciones ponderadas por verosimilitud; más abajo, las menos probables se ignoran.

Parámetros clave

  • Top P: número opcional, la masa de probabilidad de la que sale la compleción.
Casos de uso
la documentación lo dice sin rodeos, se toca este o la temperatura, no ambos. Un botón por nodo, y apunta cuál moviste.
06

Enable Thinking

options.thinking

Lo que ves en n8n

Notas y casos de uso

Un interruptor que activa el modo de razonamiento del modelo. Apagado, responde directo; encendido, trabaja el problema antes de producir la respuesta que recibe el nodo raíz.

Parámetros clave

  • Enable Thinking: booleano opcional, modo de razonamiento activado o no.
Casos de uso
decisiones de varios pasos dentro de un agente, o documentos donde la primera respuesta siempre se salta una condición escondida en el texto. Sobra para etiquetar y para reescrituras cortas.
07

Thinking Budget (Tokens)

options.thinkingBudget

Lo que ves en n8n

Notas y casos de uso

Pone techo al razonamiento mismo. Fija el número máximo de tokens que el modelo puede gastar antes de empezar a escribir, aparte del techo de la respuesta.

Parámetros clave

  • Thinking Budget (Tokens): número opcional, el máximo de tokens dedicados al razonamiento.
Casos de uso
útil en un proceso que corre sobre cada fila de una tabla, donde un presupuesto generoso multiplicado por cientos de filas se nota en la factura del proveedor. Fíjalo a propósito y no al azar.
08

Thinking Mode

options.thinkingMode

Lo que ves en n8n

Notas y casos de uso

Dice cómo se configura el razonamiento extendido, y es el parámetro que decide si el presupuesto de arriba cuenta o no.

Parámetros clave

  • Disabled (disabled): sin razonamiento extendido.
  • Adaptive (Recommended) (adaptive): Claude decide cuánto razonar y tú lo orientas con Effort.
  • Manual (Deprecated) (manual): el modo antiguo de presupuesto fijo, rechazado por Opus 4.7 en adelante.
Casos de uso
un workflow nuevo va en adaptativo. Si uno viejo se rompe tras cambiar de modelo, este modo obsoleto es la primera pista.
09

Effort

options.effort

Lo que ves en n8n

Notas y casos de uso

El mando que acompaña al razonamiento adaptativo. Le indica al modelo cuánto esfuerzo poner en la petición, en lugar de congelar un número de tokens.

Parámetros clave

  • Low (low) y Medium (medium): los pasos corrientes de un agente.
  • High (high), X-High (xhigh) y Max (max): los escalones de emergencia.
Casos de uso
empieza bajo, sube un escalón en los casos que fallan de verdad y deja barato el resto del workflow. Saltar directo arriba tapa qué paso era el problema.
10

Stream Responses

options.streaming

Lo que ves en n8n

Notas y casos de uso

Cambia cómo viaja la respuesta, no lo que dice. Activado, el modelo transmite por Server-Sent Events, una conexión que el servidor mantiene abierta para empujar el texto según se escribe; desactivado, llega una sola carga al final. La forma de la salida final no cambia.

Parámetros clave

  • Stream Responses: booleano opcional, transmisión continua o carga única.
Casos de uso
interesa en una interfaz de chat donde alguien mira aparecer las palabras, y no aporta nada a un workflow que escribe una fila y sigue.
Necesitas ayuda

¿Necesitas ayuda para automatizar Anthropic Chat Model con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Lo que se pregunta después

01¿El nodo Anthropic Chat Model n8n es gratuito?
Sí por el lado de n8n. El nodo viene en el paquete de IA que se entrega con n8n: nada que instalar, nada extra que pagar, tanto en n8n Cloud como en una instancia autoalojada con la Community Edition bajo licencia Sustainable Use. Lo que no es gratis es el modelo: el proveedor factura sus propias llamadas de API según sus condiciones, y n8n no añade nada encima. En n8n Cloud, los Gateway credits son la otra manera de hacer funcionar el nodo, sin cuenta de Anthropic. En ambos casos el workflow que construyes es el mismo.
02¿Qué hay que autenticar para que el nodo funcione?
Una credencial, y ahí acaba la lista. El nodo pide una credencial de Anthropic, creada una vez en el menú Credentials de n8n a partir de una cuenta de Anthropic, y reutilizada luego por todos los workflows que llaman a Claude. En n8n Cloud existe una alternativa: seleccionar Use Gateway credits en el campo de credencial del nodo, y funciona sin cuenta de Anthropic y sin clave de API propia. Después de eso, solo Model es obligatorio. Un aviso: como este nodo nunca se ejecuta solo, una credencial mala se descubre al ejecutar el nodo raíz, no pulsando Test aquí.
03¿Qué limitaciones tiene este nodo?
Es un subnodo, y eso fija casi todas. No tiene entrada principal, así que no arranca un workflow ni se prueba por su cuenta. No llama a herramientas ni guarda memoria: eso son otros subnodos en otros puertos del mismo nodo raíz, y un puerto acepta un solo tipo de subnodo, de modo que un nodo raíz tiene un único modelo de chat. La página describe la versión 2 del nodo, la más alta del catálogo, y un workflow antiguo puede mostrar una versión anterior con menos opciones. El modo de razonamiento manual está obsoleto y lo rechaza Opus 4.7 en adelante.
04¿Qué hay que conectar como mínimo y por dónde empezar?
Dos nodos y un cable. Un nodo raíz en el flujo principal, este conectado a su puerto Model, y ya funciona. Para empezar, coge Basic LLM Chain si quieres un prompt y una respuesta: hay menos cosas que se tuerzan y la salida se lee fácil. Pasa a AI Agent cuando el modelo tenga que elegir entre varias acciones. Dentro del nodo, rellena Model, deja el resto como está en la primera ejecución y añade después Maximum Number of Tokens y Sampling Temperature, ya con la salida delante.
05¿n8n o Make para este tipo de workflow con IA?
Depende de dónde quieras que viva el workflow. Make está alojado por Make, sin opción de autoalojamiento, y factura por operación, algo previsible y fácil para arrancar. n8n corre en Cloud o en tu propio servidor, así que los datos y las llamadas al modelo se quedan donde tú los pongas, y un paso de IA que da vueltas no se convierte en un contador de operaciones. La lógica visual también difiere: los puertos y subnodos de n8n cuestan algo de aprendizaje al principio, y son justo lo que te deja cambiar un modelo de chat por otro sin rehacer el workflow alrededor.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.

Misma plataforma

Otros docs útiles sobre este stack.

Ver todas las integraciones