Ressources · Intégration n8n

Nœud MiniMax Chat Model n8nConfigurer MiniMax Chat Model dans n8n.

Le nœud MiniMax Chat Model n8n fournit le modèle, pas la logique. C'est un sous-nœud, donc un nœud qui ne s'exécute jamais seul : il se branche sur le port Model d'un agent ou d'une chaîne. Il expose 7 paramètres, du choix du modèle jusqu'à Top P, et répond quand le nœud racine l'appelle.

Tester le nœud MiniMax Chat Model sur n8nVoir les 7 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud MiniMax Chat Model n8n ?

Il donne un modèle de chat MiniMax à un nœud racine. Les nœuds IA de n8n fonctionnent par paires : un nœud racine (AI Agent, une chaîne, un vector store en mode racine) reçoit les items du workflow par son entrée principale, et des sous-nœuds se branchent sur ses ports, un type par port. Celui-ci en fait partie. Il n'a pas d'entrée principale, il ne produit aucun item de lui-même, et il ne se réveille que lorsque le nœud racine au-dessus réclame une réponse.

Premier cas, la qualification de demandes entrantes. Un AI Agent lit un message, décide s'il sait répondre et rédige un brouillon. L'agent porte la logique ; le nœud MiniMax Chat Model accroché à son port Model écrit les phrases. Remplace ce sous-nœud par celui d'OpenAI ou d'Anthropic, le reste du workflow ne bouge pas.

Deuxième cas, le tri en volume. Des lignes remontent d'un tableur vers un Text Classifier, et le modèle branché derrière attribue l'étiquette. Là, Sampling Temperature descend près de zéro pour qu'une même ligne reçoive toujours la même étiquette, et Max Retries évite qu'un seul appel raté arrête le lot en cours.

Troisième cas, la rédaction longue. Une Summarization Chain passe un compte rendu au modèle et demande une synthèse. Maximum Number of Tokens fixe la longueur autorisée de la réponse, Timeout décide combien de temps n8n attend avant d'abandonner l'appel. Les deux se règlent ensemble, sinon la réponse se coupe ou l'exécution traîne.

Quand préférer autre chose ? Pour une consigne unique, sans appel d'outil, une Basic LLM Chain avec ce sous-nœud dessous suffit et se configure plus vite qu'un agent complet. Et si MiniMax propose une fonction que son API compatible OpenAI n'expose pas, ce nœud ne l'atteindra pas : il ne montre que ce que le catalogue liste.

Les limites à connaître avant de construire : ce nœud ne porte ni mémoire ni outil, parce que ce sont d'autres sous-nœuds, sur d'autres ports du nœud racine. La liste de modèles est figée à ce que la version du nœud embarque, donc un modèle sorti après ta version n8n n'y apparaîtra pas. Enfin le plafond de tokens dépend du modèle sélectionné, et une valeur acceptée sur l'un peut être refusée sur l'autre.

Connexion

Comment authentifier le nœud ?

  1. 01

    Récupérer une clé d'API MiniMax

    Le nœud passe par l'API texte compatible OpenAI de MiniMax : il lui faut un compte sur la plateforme MiniMax et une clé émise depuis celle-ci. Sur n8n Cloud, il existe une seconde voie : choisir Use Gateway credits dans le champ credential du nœud, et il tourne sur les crédits Gateway, sans compte MiniMax. Sur une instance auto-hébergée, la clé reste le seul chemin.

  2. 02

    Créer le credential une seule fois

    Ouvre le menu Credentials, crée le credential MiniMax, colle la clé, enregistre. Un credential, c'est un jeu de secrets stocké à part du workflow. Créé une fois, il se réutilise dans tous les workflows de l'instance. Ça compte le jour où la clé tourne : une fiche à modifier, au lieu d'une chasse aux nœuds dans dix automatisations.

  3. 03

    Relier le nœud à un nœud racine

    Pose le nœud sur le canevas et tire sa sortie vers le port Model du nœud racine, un AI Agent ou une chaîne. Ce fil est le point important : sans lui, le nœud n'a personne à qui répondre et n8n n'a aucune raison de l'exécuter. Une fois relié, choisis une valeur dans Model et lance le nœud racine pour vérifier que la paire répond.

Connexions

Sur quoi se branche ce nœud ?

Le nœud racine traite les items du workflow ; les sous-nœuds se suspendent à ses ports et font une seule chose chacun. Celui-ci occupe le port Model.

Sortie (où il se branche)

  • Modelai_languageModel
01ModelC'est la sortie du nœud : elle se connecte au port ai_languageModel d'un nœud racine, l'emplacement où ce dernier va chercher le modèle de langage qu'il appellera.

C'est la sortie du nœud : elle se connecte au port ai_languageModel d'un nœud racine, l'emplacement où ce dernier va chercher le modèle de langage qu'il appellera.

Paramètres clés

  • Required : le nœud n'existe que pour remplir ce port, donc un MiniMax Chat Model laissé sans fil reste sur le canevas et ne s'exécute jamais.
  • AI Agent : le nœud racine le plus courant, quand le modèle doit choisir entre plusieurs actions.
  • Basic LLM Chain : une consigne entre, une réponse sort, rien d'autre à régler.
  • Information Extractor : le modèle renvoie des champs structurés plutôt qu'un texte libre.
  • Question and Answer Chain : une question, un corpus, une réponse, même port.
Cas d'usage
un seul MiniMax Chat Model par nœud racine, rebranché ailleurs quand une consigne passe d'une chaîne à un agent.
Paramètres

Quels paramètres comptent vraiment ?

Le nœud MiniMax Chat Model compte 7 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

Choisit le modèle MiniMax qui génère la réponse. Tout le reste du nœud règle l'appel ; ce paramètre décide qui y répond.

Paramètres clés

  • Model : la liste propose MiniMax-M2, MiniMax-M2.1, MiniMax-M2.1-highspeed, MiniMax-M2.5, MiniMax-M2.5-highspeed, MiniMax-M2.7 et MiniMax-M2.7-highspeed.
Cas d'usage
le remplir par une expression n8n comme {{ $json.model }}, c'est-à-dire une valeur reprise de l'item entrant, quand une étape d'aiguillage décide en amont du modèle à utiliser pour chaque item.
02

Hide Thinking

options.hideThinking

Ce que tu vois dans n8n

Notes & cas d'usage

Retire le raisonnement du modèle de la réponse et ne laisse remonter que la conclusion. Actif par défaut, il supprime les balises <think> avant de transmettre quoi que ce soit au nœud racine.

Paramètres clés

  • Hide Thinking : un interrupteur. Désactivé, le raisonnement reste dans la sortie et circule avec la réponse.
Cas d'usage
le désactiver le temps de comprendre pourquoi une consigne dérape, puis le réactiver avant que le workflow écrive là où un humain lit, par exemple dans Slack.
03

Maximum Number of Tokens

options.maxTokens

Ce que tu vois dans n8n

Notes & cas d'usage

Plafonne la longueur de la réponse générée. Un token est l'unité dans laquelle les modèles comptent le texte, à peu près un morceau de mot : c'est donc un budget sur la réponse, pas sur la consigne envoyée.

Paramètres clés

  • Maximum Number of Tokens : un nombre. Le plafond atteignable dépend du modèle choisi plus haut, donc la même valeur ne passe pas partout dans la liste.
Cas d'usage
serré quand la réponse alimente un champ à taille limitée, plus large pour une Summarization Chain qui doit rendre plusieurs paragraphes.
04

Sampling Temperature

options.temperature

Ce que tu vois dans n8n

Notes & cas d'usage

Règle la part de hasard dans l'échantillonnage. Vers le haut, la formulation change d'une exécution à l'autre ; vers zéro, le modèle devient déterministe et répétitif.

Paramètres clés

  • Sampling Temperature : un nombre. Une valeur haute diversifie la sortie et augmente le risque d'hallucination.
Cas d'usage
près de zéro dès qu'un nœud suivant relit la réponse, comme une étiquette ou un statut réécrit dans un tableur. Plus haut seulement quand un humain lit le texte, par exemple un premier jet préparé pour Gmail.
05

Timeout

options.timeout

Ce que tu vois dans n8n

Notes & cas d'usage

Fixe la durée maximale d'une requête, en millisecondes, avant que le nœud cesse d'attendre. Ce paramètre protège des générations longues et des moments de lenteur côté fournisseur.

Paramètres clés

  • Timeout : un nombre de millisecondes, donc 2000 revient à deux secondes de patience.
Cas d'usage
court sur un workflow qui répond à quelqu'un en direct, où une réponse en retard ne sert plus à rien. Généreux sur un traitement de nuit, où aller au bout compte davantage qu'aller vite.
06

Max Retries

options.maxRetries

Ce que tu vois dans n8n

Notes & cas d'usage

Indique combien de fois le nœud retente la requête après un échec. Au-delà, l'exécution échoue, et le nœud racine échoue avec elle.

Paramètres clés

  • Max Retries : un nombre de tentatives, comptées après le premier appel.
Cas d'usage
l'augmenter sur une boucle qui traite des centaines de lignes, où un appel refusé arrêterait sinon toute la série. Le garder bas sur un chemin interactif : deux tentatives derrière un Timeout déjà large, et l'attente paraît bien plus longue que ce que les réglages laissent croire.
07

Top P

options.topP

Ce que tu vois dans n8n

Notes & cas d'usage

Restreint le vivier dans lequel le modèle pioche, par probabilité et non par hasard. À 0.5, la moitié des options pondérées par leur vraisemblance est prise en compte, le reste est écarté.

Paramètres clés

  • Top P : un nombre. Une valeur basse ignore les continuations les moins probables.
Cas d'usage
la recommandation générale est de toucher à ce réglage ou à Sampling Temperature, pas aux deux ensemble. Choisis celui que l'équipe documentera et laisse l'autre tranquille. Comparer avec un montage Google Gemini aide à voir ce qui a bougé.
Besoin d'aide

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

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qui viennent ensuite

01Le nœud MiniMax Chat Model n8n est-il gratuit ?
Oui, côté n8n. Le nœud fait partie du paquet IA livré avec n8n : rien à installer, aucun surcoût, 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, tu peux aussi faire tourner le nœud sur les crédits Gateway au lieu de ta clé, ce qui déplace l'endroit où la consommation est comptée.
02Quel credential faut-il pour le faire tourner ?
Un credential MiniMax, créé une seule fois depuis le menu Credentials et réutilisable dans tous les workflows de l'instance. Le nœud n'a pas de sélecteur d'authentification : tu rattaches le credential au nœud, et l'installation s'arrête là. Sur n8n Cloud il existe une variante, Use Gateway credits dans le champ credential du nœud, qui permet de l'utiliser sans compte MiniMax. À retenir : le credential appartient à ce sous-nœud, pas à l'agent ou à la chaîne qu'il alimente, et c'est de là que vient la plupart des confusions au montage.
03Quelles sont les limites du nœud ?
Il fait une seule chose : livrer une réponse MiniMax au nœud racine placé au-dessus. Il ne porte ni mémoire ni outil, puisque ce sont des sous-nœuds distincts sur d'autres ports. Le nœud est en version 1, avec 7 paramètres et un seul port de sortie : tout ce qui sort de cette surface est hors de portée ici. La liste de modèles est figée à ce que le nœud embarque, et le nombre de tokens demandable dépend du modèle retenu. Un workflow ancien peut afficher une version antérieure, avec moins d'options.
04Que faut-il brancher au minimum pour obtenir une réponse ?
Un nœud racine et celui-ci, reliés. Pose un AI Agent ou une Basic LLM Chain sur le canevas, accroche le nœud MiniMax Chat Model à son port Model, renseigne le credential et choisis une entrée dans Model. La paire tourne déjà. Pour débuter, prends Basic LLM Chain plutôt qu'AI Agent si la tâche tient en une consigne : moins de réglages, et moins de pistes à explorer quand ça échoue. La mémoire et les outils sont d'autres sous-nœuds, à ajouter ensuite sur les autres ports du nœud racine, une fois la consigne simple validée.
05n8n ou Make pour ce genre de workflow IA ?
Ça dépend de l'endroit où les données doivent rester et du modèle de coût qui te va. Make est hébergé uniquement, facturé à l'opération, prévisible et sans serveur à tenir. n8n fait tourner le même workflow sur Cloud ou sur ton infrastructure via Docker ou npm, donc un traitement IA qui manipule des messages clients peut rester chez toi. La logique visuelle diffère aussi : le couple nœud racine et sous-nœuds de n8n rend explicite le modèle, la mémoire et les outils d'un agent, ce qui s'audite mieux et demande un peu plus de câblage.
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