Recursos · Integración n8n

Nodo Mistral Cloud Chat Model n8nConfigura Mistral Cloud Chat Model en n8n.

El nodo Mistral Cloud Chat Model n8n no se ejecuta por su cuenta: es el cerebro que se engancha a un agente. Expone 7 parámetros, desde el selector de modelo hasta Random Seed, y se conecta a un único puerto llamado Model. Pensado para quien mueve un modelo de Mistral dentro de un flujo.

Probar el nodo Mistral Cloud Chat Model en n8nVer los 7 parámetros

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

Por qué automatizar

¿Para qué sirve el nodo Mistral Cloud Chat Model n8n?

Le presta un modelo de conversación de Mistral a un nodo raíz, el que lleva la lógica y recibe los datos del flujo. Por separado no genera nada: no tiene entrada principal y nunca se ejecuta solo. En el lienzo aparece como un bloque pequeño colgando debajo del agente. En vocabulario de n8n eso es un subnodo: una pieza que un nodo mayor toma prestada a través de un puerto, el conector dibujado bajo él.

El primer escenario se monta en una tarde: la bandeja de entrada comercial. Un correo llega desde Gmail, un AI Agent lee la consulta y este nodo pone la respuesta. Eliges el modelo en Model, limitas la longitud con Maximum Number of Tokens y el borrador cabe en pantalla en vez de convertirse en un muro de texto.

El segundo es menos vistoso y se usa más: puntuar textos siempre igual. Las reseñas entran en una cadena que las clasifica, y con Sampling Temperature muy baja más un Random Seed fijado, dos ejecuciones del mismo texto devuelven el mismo veredicto. Eso importa el día en que alguien repite la ejecución de ayer y compara las dos columnas.

El tercero es la publicación sin revisión humana. Enable Safe Mode inserta una instrucción de seguridad antes de cada conversación, y ese es el interruptor que se activa en cuanto el texto sale hacia fuera de la empresa. Con un Top P más cerrado, además, el modelo deja de buscar formulaciones raras.

Cuándo conviene otra cosa. Este nodo solo habla con Mistral Cloud. Si la cuenta está en otro proveedor, el nodo de modelo de OpenAI o de Google Gemini se conecta igual, al mismo puerto, con otra credencial. Y si el nodo raíz que buscas es un agente expuesto como herramienta a otro agente, lo que necesitas es AI Agent Tool, no otro modelo.

Los límites, mejor saberlos antes de construir. Este nodo no aporta memoria, ni herramientas, ni output parser: son subnodos distintos, en otros puertos del nodo raíz. La lista de modelos viene de Mistral Cloud y solo enseña lo que tu cuenta puede llamar, así que la captura de un compañero no tiene por qué coincidir con tu panel. Y en la factura, n8n no cobra nada por el nodo; Mistral cobra sus propias llamadas a la API según sus condiciones.

Conexión

¿Cómo se conecta el nodo a Mistral Cloud?

  1. 01

    Crea la credencial una vez

    Abre el nodo y usa el selector de credencial en la parte alta del panel, o entra por el menú Credentials de n8n y crea ahí la entrada de Mistral Cloud. Una credencial es un juego de datos de acceso guardado fuera del flujo: cualquier flujo posterior reutiliza el mismo, sin copiar la clave en ningún sitio.

  2. 02

    Engánchala al nodo

    Vuelve al panel y selecciona la credencial que acabas de guardar. Aquí no hay nada más que autenticar: ningún selector de método, ninguna lista de permisos que marcar, ningún ajuste propio del flujo. Enganchada la credencial, el nodo ya puede llamar a Mistral Cloud en nombre de esa cuenta.

  3. 03

    Abre la lista Model para comprobarlo

    Pulsa Model. n8n carga la lista en directo desde Mistral Cloud, y por eso es la prueba de conexión más rápida del panel: si aparecen nombres, la conexión funciona. Elige uno y arrastra el conector del nodo hasta el puerto Model de tu agente o de tu cadena.

Conexiones

¿A qué se conecta este nodo?

n8n parte el trabajo de IA en dos: un nodo raíz lleva la lógica y recibe los items del flujo, y los subnodos se enganchan a sus puertos para prestarle un cerebro, una memoria o una herramienta. Este es un subnodo, con un solo puerto de salida y sin entrada principal.

Salida (dónde se conecta)

  • Modelai_languageModel
01ModelEs el único puerto del nodo y el que consulta el nodo raíz cuando necesita una respuesta generada. Arrastras el conector desde la parte baja del nodo hasta la ranura Model dibujada bajo la raíz, y el emparejamiento queda hecho.

Es el único puerto del nodo y el que consulta el nodo raíz cuando necesita una respuesta generada. Arrastras el conector desde la parte baja del nodo hasta la ranura Model dibujada bajo la raíz, y el emparejamiento queda hecho.

Parámetros clave

  • Required: sin un modelo en este puerto, el nodo raíz ni arranca.
  • AI Agent: la raíz de siempre, por la que conviene empezar si el flujo tiene que conversar.
  • Basic LLM Chain: la raíz sobria, un prompt a la entrada y una respuesta a la salida.
  • Text Classifier: una raíz de lectura, para ordenar mensajes en vez de contestarlos.
Casos de uso
un nodo de Mistral alimenta al agente que conversa y otro, ajustado más frío, alimenta al Text Classifier que ordena esos mismos mensajes.
Parámetros

¿Qué parámetros pesan de verdad?

El nodo Mistral Cloud Chat Model tiene 7 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

Señala el modelo de Mistral que genera la respuesta. Es el único parámetro fuera de la lista de opciones y el único que tocas siempre.

Parámetros clave

  • Model: un desplegable cargado en directo desde Mistral Cloud, con los modelos que tu cuenta tiene permiso para llamar.
Casos de uso
el resumen automático de cada correo entrante puede ir sobre un modelo pequeño mientras el agente que atiende a clientes usa uno mayor. Mismo flujo, dos nodos, dos entradas en este desplegable.
02

Maximum Number of Tokens

options.maxTokens

Lo que ves en n8n

Notas y casos de uso

Pone techo a lo larga que puede salir la respuesta. Un token es un trozo de texto, más o menos una palabra corta, y el techo afecta a lo que el modelo escribe, no a lo que tú le mandas.

Parámetros clave

  • Maximum Number of Tokens: el número máximo de tokens generados en la respuesta. La mayoría de modelos tiene una longitud de contexto de 2048 tokens y los más recientes suben bastante más.
Casos de uso
un nodo que redacta el asunto de un ticket en una línea lleva un techo apretado, para que el modelo pare en lugar de añadir tres frases de cortesía.
03

Sampling Temperature

options.temperature

Lo que ves en n8n

Notas y casos de uso

Gradúa lo atrevido del muestreo. Al bajarla, las respuestas salen menos aleatorias; cerca de cero, el modelo se vuelve determinista y repetitivo.

Parámetros clave

  • Sampling Temperature: un número que controla la aleatoriedad, normalmente escrito a mano en el panel y no a través de una expresión.
Casos de uso
el nodo que extrae la referencia de una factura quiere la respuesta aburrida en cada pasada, así que va muy abajo. El que propone titulares de campaña respira mejor un punto por encima.
04

Max Retries

options.maxRetries

Lo que ves en n8n

Notas y casos de uso

Marca cuántos reintentos se permite n8n antes de rendirse y hacer fallar la ejecución.

Parámetros clave

  • Max Retries: el número máximo de reintentos para una misma petición.
Casos de uso
en un proceso nocturno que nadie vigila, un par de reintentos absorben un tropiezo del proveedor. En una conversación donde alguien espera al otro lado conviene dejarlo bajo: el flujo falla rápido en vez de dejar girando un indicador de carga.
05

Top P

options.topP

Lo que ves en n8n

Notas y casos de uso

Estrecha el conjunto de palabras entre las que el modelo puede elegir, mediante muestreo de núcleo. En 0.5, sigue en juego la mitad de las opciones ponderadas por probabilidad.

Parámetros clave

  • Top P: un número que define ese conjunto. La recomendación general es mover este parámetro o Sampling Temperature, nunca los dos a la vez.
Casos de uso
un generador de fichas de producto que se va a un vocabulario extraño se calma con un valor más bajo aquí, dejando la temperatura intacta para que los dos ajustes no se peleen.
06

Enable Safe Mode

options.safeMode

Lo que ves en n8n

Notas y casos de uso

Activa una instrucción de seguridad que se inyecta antes de cada conversación que atiende el nodo.

Parámetros clave

  • Enable Safe Mode: una casilla. Marcada, la instrucción entra antes del intercambio; sin marcar, no existe.
Casos de uso
en cuanto la salida se publica sin que nadie la lea antes, por ejemplo una respuesta automática en un canal abierto, la casilla merece estar marcada. Un nodo interno que resume tu propia base casi nunca la necesita.
07

Random Seed

options.randomSeed

Lo que ves en n8n

Notas y casos de uso

Congela el punto de partida del muestreo aleatorio. Con una semilla puesta, llamadas distintas devuelven resultados deterministas en lugar de una variante cada vez.

Parámetros clave

  • Random Seed: la semilla usada para el muestreo aleatorio, que se deja vacía salvo que busques resultados repetibles.
Casos de uso
probar un cambio de prompt se hace cuesta arriba cuando la respuesta se mueve sola. Pon una semilla mientras iteras, compara dos ejecuciones con honestidad y quítala antes de publicar si prefieres recuperar la variedad.
Necesitas ayuda

¿Necesitas ayuda para automatizar Mistral Cloud Chat Model con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Lo que se pregunta después

01¿El nodo Mistral Cloud Chat Model n8n está incluido y sin coste?
Sí. Viene dentro del paquete de IA que se entrega con n8n, así que no hay nada que instalar ni nada extra que pagar del lado de n8n, tanto en n8n Cloud como en una instancia autoalojada en Community Edition bajo licencia Sustainable Use. Un flujo montado en un sitio se comporta igual en el otro. El único coste que no es de n8n es el del propio modelo: Mistral factura las llamadas a su API que este nodo dispara, según sus condiciones, igual que si llamaras a la API a mano. n8n no añade nada encima.
02¿Qué hace falta para que el nodo funcione?
Dos cosas. Una credencial de Mistral Cloud, creada una vez desde el panel del nodo o desde el menú Credentials y reutilizada después en todos los flujos, y un nodo raíz donde colgarlo. Este nodo no tiene entrada principal y nunca se ejecuta solo, de modo que un agente, una cadena u otro nodo raíz tiene que reclamarlo por el puerto Model. No hay selector de autenticación, ni permisos que marcar, ni ajustes propios del flujo: enganchas la credencial, abres la lista de modelos, conectas el puerto y ya funciona.
03¿Qué límites tiene este nodo?
Aporta un modelo de conversación y nada más. La memoria, las herramientas y los output parsers son subnodos aparte, enganchados a otros puertos del nodo raíz, así que este no recuerda un mensaje anterior ni llama a una API por su cuenta. La versión 1 expone 7 parámetros: Model más 6 opciones. Lo que Mistral ofrezca fuera de esa lista no se alcanza desde aquí. El desplegable de modelos se rellena desde tu cuenta, por lo que puede diferir de la pantalla de un compañero, y un flujo antiguo todavía puede mostrar una versión anterior del nodo con menos opciones.
04¿Qué hay que conectar como mínimo y con qué subnodo empezar?
Como mínimo, un modelo de conversación en el puerto Model de un nodo raíz. Empieza con un AI Agent como raíz: es el más tolerante, acepta este nodo directamente y luego puedes añadirle memoria o herramientas sin rehacer nada. Basic LLM Chain es la opción más sobria cuando solo quieres un prompt a la entrada y una respuesta a la salida, sin decisiones por medio. Information Extractor, Text Classifier y Sentiment Analysis también lo aceptan cuando el trabajo consiste en leer texto en vez de conversar.
05¿n8n o Make para mover un modelo de Mistral?
Depende de dónde deban quedarse tus datos y de cómo quieras pagar. n8n se puede autoalojar, con lo que los prompts y las respuestas del modelo se quedan en una infraestructura que tú controlas, y su modelo de coste no va atado al número de operaciones que consume un flujo. Make solo existe alojado, se factura por operación y su editor visual se aprende antes en un encadenado lineal. Para un flujo de IA que da vueltas, se ramifica y llama a varios subnodos, el lienzo de n8n enseña el cableado de forma más literal, que es justo lo que quieres cuando un modelo responde torcido.
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