Ressources · Intégration n8n

Nœud Anthropic Chat Model n8nConfigurer Anthropic Chat Model dans n8n.

Le nœud Anthropic Chat Model n8n fournit les modèles Claude à un nœud racine. Il n'a pas d'entrée principale et ne tourne jamais seul : il se branche sur le port Model d'un AI Agent ou d'une chaîne. La version 2 expose 10 paramètres, des limites de jetons aux modes de réflexion.

Tester le nœud Anthropic Chat Model sur n8nVoir les 10 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Anthropic Chat Model n8n ?

Un nœud de modèle de chat prête un grand modèle de langage à un autre nœud. Celui-ci le fait pour la famille de modèles Claude d'Anthropic : il porte le choix du modèle et les réglages d'échantillonnage, puis les transmet au nœud racine auquel il est relié. C'est un sous-nœud, c'est-à-dire un nœud qui se raccorde à un port d'un nœud plus gros au lieu de vivre dans le flux principal. Posé seul sur un canevas vide, il ne produit rien.

Le premier montage est celui que tout le monde découvre en premier. Un AI Agent lit un message entrant, décide quoi en faire, et il lui faut un cerveau pour ça. Ce nœud se branche sur son port Model, tu choisis un modèle dans Model, puis tu bornes la réponse avec Maximum Number of Tokens pour qu'un pavé ne parte pas dans un brouillon Gmail. Un jeton, c'est un morceau de texte de la taille d'un petit mot, et cette limite ne compte que ceux qui sont générés.

Deuxième montage, plus discret : pas d'agent du tout, une chaîne qui classe ou qui extrait. Tu lui passes des lignes lues dans Google Sheets, tu descends Sampling Temperature pour que deux exécutions sur la même ligne rendent la même étiquette, et le modèle joue le rôle d'une règle que personne n'a eu à écrire. Les expressions du type {{ $json.commentaire }} alimentent le prompt du nœud racine, pas celui-ci.

Troisième montage, le raisonnement qui prend son temps. Tu actives Enable Thinking, tu laisses Thinking Mode sur adaptive et tu montes Effort quand une étape se plante sur un document difficile. Le coût suit : le fournisseur du modèle facture ses propres appels d'API selon ses conditions, n8n n'ajoute rien par-dessus.

Quand prendre autre chose ? N'importe quel autre sous-nœud de modèle de chat entre sur le même port : passer à OpenAI revient à débrancher un nœud et à en brancher un autre, avec le même nœud racine au-dessus. Reste sur celui-ci si tu veux la famille Claude et les paramètres de réflexion qu'elle expose.

Les limites méritent d'être connues avant de construire. Pas d'entrée principale, donc jamais en première position d'un workflow, jamais d'appel d'outil tout seul, et aucun test en isolation : tu exécutes le nœud racine et tu lis la sortie là-bas. Un port accepte un seul type de sous-nœud, donc un nœud racine a un modèle de chat, pas deux. L'Avis n8n replace la plateforme dans son ensemble.

Connexion

Qu'est-ce qu'il faut authentifier ?

  1. 01

    Créer le credential Anthropic dans n8n

    Ouvre le menu Credentials de n8n et crée le credential réclamé par ce nœud. Un credential, c'est l'identifiant stocké une fois par n8n pour éviter de recoller un secret dans chaque nœud : celui-là se crée une seule fois et se réutilise dans tous les workflows qui appellent Claude. La clé, elle, vient d'un compte Anthropic.

  2. 02

    Ou basculer sur les Gateway credits

    Sur n8n Cloud, il existe une seconde voie. Sélectionne Use Gateway credits dans le champ credential du nœud et il tourne sans compte Anthropic et sans clé d'API Anthropic à toi. Pratique quand le workflow doit tourner tout de suite et que l'ouverture du compte traîne. Sur une instance auto-hébergée, c'est la clé d'API.

  3. 03

    Choisir le credential, puis le modèle

    De retour dans le nœud, sélectionne le credential enregistré, puis renseigne Model. Le champ accepte une valeur prise dans la liste ou un identifiant de modèle saisi à la main, ce qui sert quand un modèle est plus récent que la liste affichée. Rien d'autre n'est obligatoire pour une première exécution.

Connexions

Sur quoi ce nœud se branche-t-il ?

n8n coupe le travail IA en deux : un nœud racine vit dans le flux principal et reçoit les items, des sous-nœuds se raccordent à ses ports, un type de sous-nœud par port. Celui-ci est un sous-nœud : la seule question, c'est le port.

Sortie (où il se branche)

  • Modelai_languageModel
01ModelC'est le côté sortie du nœud : il se connecte vers le haut, sur le port Model d'un nœud racine qui a besoin d'un modèle de langage pour tourner.

C'est le côté sortie du nœud : il se connecte vers le haut, sur le port Model d'un nœud racine qui a besoin d'un modèle de langage pour tourner.

Paramètres clés

  • Required : les nœuds racines qui exposent ce port ne tournent pas sans modèle dessus.
  • AI Agent et Basic LLM Chain : les deux portes d'entrée, un agent qui arbitre entre des outils, ou un appel unique avec un seul prompt.
  • Information Extractor et Text Classifier : le même port, sur des nœuds qui rendent une sortie structurée plutôt que du texte libre.
Cas d'usage
un même credential et un même choix de modèle servent plusieurs nœuds racines d'un workflow, chacun avec sa copie de ce nœud.
Paramètres

Que règle-t-on dans le nœud ?

Le nœud Anthropic Chat Model compte 10 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.

01

Model

model

Ce que tu vois dans n8n

Notes & cas d'usage

Le seul champ obligatoire du nœud. Il décide quel modèle Claude répond. C'est un resource locator : soit tu piques dans la liste chargée par n8n, soit tu colles toi-même un identifiant.

Paramètres clés

  • Model : requis, pris dans la liste ou saisi comme identifiant quand le modèle voulu est plus récent que la liste.
Cas d'usage
un agent de support et un résumeur nocturne n'ont pas besoin du même modèle. Garde une copie de ce nœud par nœud racine plutôt qu'une seule partagée.
02

Maximum Number of Tokens

options.maxTokensToSample

Ce que tu vois dans n8n

Notes & cas d'usage

Pose un plafond sur la longueur de ce que le modèle génère. Le compte porte sur la complétion, pas sur le prompt envoyé : un long historique de conversation ne grignote donc pas ce plafond.

Paramètres clés

  • Maximum Number of Tokens : nombre optionnel, le maximum de jetons générés dans la complétion.
Cas d'usage
une réponse qui atterrit dans un message Slack demande un plafond bas, un rapport complet un plafond haut. Monte-le si les réponses s'arrêtent en plein milieu d'une phrase.
03

Sampling Temperature

options.temperature

Ce que tu vois dans n8n

Notes & cas d'usage

Règle le hasard dans le choix des mots. Plus la valeur baisse, moins les complétions sont aléatoires ; à l'approche de zéro, le modèle devient déterministe et répétitif.

Paramètres clés

  • Sampling Temperature : nombre optionnel, le degré d'aléatoire du processus d'échantillonnage.
Cas d'usage
classification, extraction et tout ce que tu compares d'une exécution à l'autre se jouent près de zéro. Un texte de brouillon où la répétition se voit se joue plus haut. Bouge ce réglage ou Top P, jamais les deux.
04

Top K

options.topK

Ce que tu vois dans n8n

Notes & cas d'usage

Coupe la queue de la distribution. Il retire les réponses de faible probabilité des choix envisagés pour le jeton suivant, et vaut -1 par défaut, ce qui le désactive.

Paramètres clés

  • Top K : nombre optionnel, inactif à -1, sinon le nombre de choix de jetons conservés.
Cas d'usage
à sortir quand la sortie part dans un vocabulaire bizarre que la température seule n'a pas corrigé. La plupart des workflows n'y touchent jamais, et le laisser désactivé est une réponse parfaitement normale.
05

Top P

options.topP

Ce que tu vois dans n8n

Notes & cas d'usage

Même resserrement, mais par masse de probabilité plutôt que par nombre de candidats. À 0.5, la moitié des options pondérées par leur vraisemblance est retenue ; plus bas, les moins probables sont ignorées.

Paramètres clés

  • Top P : nombre optionnel, la masse de probabilité dans laquelle la complétion pioche.
Cas d'usage
la doc le dit clairement, on modifie en général celui-ci ou la température, pas les deux. Un seul bouton par nœud, et note lequel tu as bougé.
06

Enable Thinking

options.thinking

Ce que tu vois dans n8n

Notes & cas d'usage

Un interrupteur qui active le mode réflexion du modèle. Désactivé, le modèle répond directement ; activé, il travaille le problème avant de produire la réponse que reçoit le nœud racine.

Paramètres clés

  • Enable Thinking : booléen optionnel, mode réflexion activé ou non.
Cas d'usage
les décisions à plusieurs étapes dans un agent, ou les documents où la première réponse rate toujours une condition planquée dans le texte. Inutile pour de l'étiquetage et des reformulations courtes.
07

Thinking Budget (Tokens)

options.thinkingBudget

Ce que tu vois dans n8n

Notes & cas d'usage

Plafonne la réflexion elle-même. Il fixe le nombre maximal de jetons que le modèle peut dépenser avant de commencer à écrire, indépendamment du plafond de la réponse.

Paramètres clés

  • Thinking Budget (Tokens) : nombre optionnel, le maximum de jetons consacrés à la réflexion.
Cas d'usage
utile sur un traitement qui tourne sur chaque ligne d'un tableau, où un budget généreux multiplié par des centaines de lignes se sent chez le fournisseur. Fixe-le exprès plutôt qu'au hasard.
08

Thinking Mode

options.thinkingMode

Ce que tu vois dans n8n

Notes & cas d'usage

Dit comment la réflexion étendue est configurée, et c'est ce paramètre qui décide si le budget ci-dessus compte ou non.

Paramètres clés

  • Disabled (disabled) : pas de réflexion étendue.
  • Adaptive (Recommended) (adaptive) : Claude décide de son effort de réflexion, que tu orientes avec Effort.
  • Manual (Deprecated) (manual) : l'ancien mode à budget fixe, refusé par Opus 4.7 et au-delà.
Cas d'usage
un workflow neuf part en adaptatif. Si un workflow ancien casse après un changement de modèle, ce mode déprécié est la première piste.
09

Effort

options.effort

Ce que tu vois dans n8n

Notes & cas d'usage

Le curseur qui va avec la réflexion adaptative. Il indique au modèle l'intensité de travail attendue sur la demande, au lieu de figer un nombre de jetons.

Paramètres clés

  • Low (low) et Medium (medium) : les étapes courantes d'un agent.
  • High (high), X-High (xhigh) et Max (max) : les crans d'escalade.
Cas d'usage
commence bas, monte d'un cran sur les cas qui échouent vraiment, et garde le reste du workflow léger. Sauter directement en haut masque l'étape fautive.
10

Stream Responses

options.streaming

Ce que tu vois dans n8n

Notes & cas d'usage

Change la façon dont la réponse voyage, pas son contenu. Activé, le modèle diffuse en Server-Sent Events, une connexion que le serveur garde ouverte pour pousser le texte au fil de l'écriture ; désactivé, une seule charge arrive à la fin. La forme de la sortie finale ne change pas.

Paramètres clés

  • Stream Responses : booléen optionnel, diffusion continue ou charge unique.
Cas d'usage
intéressant pour une interface de chat où quelqu'un regarde les mots arriver, sans objet pour un workflow qui écrit une ligne et passe à la suite.
Besoin d'aide

Besoin d'aide pour automatiser Anthropic Chat Model avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qui viennent ensuite

01Le nœud Anthropic Chat Model n8n est-il gratuit ?
Oui côté n8n. Le nœud fait partie du paquet IA livré avec n8n : rien à installer, rien de plus à payer, sur n8n Cloud comme sur une instance auto-hébergée en Community Edition sous licence Sustainable Use. Ce qui n'est pas gratuit, c'est le modèle : le fournisseur facture ses propres appels d'API selon ses conditions, et n8n n'ajoute rien par-dessus. Sur n8n Cloud, les Gateway credits sont l'autre façon de faire tourner le nœud, sans compte Anthropic. Dans les deux cas, le workflow construit est identique.
02Qu'est-ce qu'il faut authentifier pour que le nœud tourne ?
Un credential, et c'est toute la liste. Le nœud réclame un credential Anthropic, créé une fois dans le menu Credentials de n8n à partir d'un compte Anthropic, puis réutilisé par tous les workflows qui appellent Claude. Sur n8n Cloud, il existe une alternative : sélectionner Use Gateway credits dans le champ credential du nœud, et il tourne sans compte Anthropic et sans clé d'API personnelle. Ensuite, seul Model est obligatoire. Un avertissement : comme ce nœud ne s'exécute jamais seul, un mauvais credential se révèle à l'exécution du nœud racine, pas en cliquant sur Test ici.
03Quelles sont les limites de ce nœud ?
C'est un sous-nœud, ce qui en fixe la plupart. Pas d'entrée principale : il ne démarre pas un workflow et ne se teste pas tout seul. Il n'appelle aucun outil et ne garde aucune mémoire, ce sont d'autres sous-nœuds sur d'autres ports du même nœud racine, et un port accepte un seul type de sous-nœud, donc un nœud racine n'a qu'un modèle de chat. La page décrit la version 2 du nœud, la plus haute du catalogue ; un workflow ancien peut afficher une version antérieure avec moins d'options. Le mode de réflexion manuel est déprécié et refusé par Opus 4.7 et au-delà.
04Que faut-il brancher au minimum, et par quoi commencer ?
Deux nœuds et un fil. Un nœud racine dans le flux principal, celui-ci raccordé à son port Model, et l'ensemble tourne. Pour débuter, prends Basic LLM Chain si tu veux un prompt et une réponse : il y a moins de choses à rater et la sortie se lit facilement. Passe à AI Agent quand le modèle doit arbitrer entre plusieurs actions. Dans le nœud lui-même, renseigne Model, laisse le reste tel quel pour la première exécution, puis ajoute Maximum Number of Tokens et Sampling Temperature une fois la sortie sous les yeux.
05n8n ou Make pour ce type de workflow IA ?
Ça dépend de l'endroit où le workflow doit vivre. Make est hébergé par Make, sans option d'auto-hébergement, et se facture à l'opération, ce qui reste prévisible et simple à démarrer. n8n tourne sur Cloud ou sur ton propre serveur, donc les données et les appels au modèle restent là où tu les mets, et une étape IA qui boucle ne se transforme pas en compteur d'opérations. La logique visuelle diffère aussi : les ports et les sous-nœuds de n8n demandent un temps d'apprentissage, et ce sont eux qui permettent de remplacer un modèle de chat par un autre sans reconstruire autour.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.

Même plateforme

Autres docs utiles sur ce stack.

Voir toutes les intégrations