Nœud OpenRouter Chat Model n8nConfigurer OpenRouter Chat Model dans n8n.

C'est le réglage qu'on touche toujours : il désigne le modèle qui génère la complétion. n8n charge la liste dynamiquement depuis OpenRouter, donc le menu déroulant reflète le compte et pas un catalogue figé.

• Model : le modèle qui génère la complétion, chargé en direct depuis OpenRouter, qui n'affiche que les modèles disponibles sur ton compte.

La répétition trahit un modèle qui tourne en rond et resert la même phrase à peine reformulée. Des valeurs positives pénalisent les tokens selon leur fréquence déjà présente dans le texte, ce qui réduit la reprise mot pour mot.

• Frequency Penalty : un nombre ; les valeurs positives pénalisent les nouveaux tokens d'après leur fréquence dans le texte déjà produit, ce qui diminue la probabilité que le modèle répète la même ligne à l'identique.

La longueur, posée comme un budget plutôt qu'un nombre de mots. Un token est l'unité dans laquelle les modèles comptent le texte, et cette valeur plafonne ceux que la complétion a le droit de consommer.

• Maximum Number of Tokens : un nombre qui plafonne les tokens générés ; la plupart des modèles ont une longueur de contexte de 2048 tokens, sauf les plus récents, qui montent à 32,768.

Prose ou lisible par machine : ce paramètre tranche la forme de ce qui revient. Le mode JSON rend la réponse exploitable telle quelle, sans nettoyage, par le nœud placé juste après.

• Text (text) : une réponse en texte classique, la forme attendue dès qu'un humain lit le résultat.
• JSON (json_object) : active le mode JSON, censé garantir que le message généré est du JSON valide.

Là où la pénalité précédente compte les occurrences, celle-ci regarde seulement si le token est déjà apparu. En la montant, le modèle se déplace vers des sujets qu'il n'a pas encore abordés.

• Presence Penalty : un nombre ; les valeurs positives pénalisent les nouveaux tokens selon leur présence dans le texte déjà produit, ce qui augmente la probabilité que le modèle parle de sujets nouveaux.

Le hasard, résumé en un nombre. En la baissant, les complétions deviennent moins aléatoires ; approchée de zéro, le modèle devient déterministe et répétitif, ce qui est exactement ce qu'un workflow attend quand la même entrée doit donner la même sortie.

• Sampling Temperature : un nombre qui contrôle l'aléatoire ; une température plus haute crée un échantillonnage plus varié mais augmente le risque d'hallucinations.

Un plafond sur l'attente. Il fixe la durée maximale autorisée pour une requête, exprimée en millisecondes, pour qu'un modèle qui traîne fasse échouer l'étape au lieu de laisser l'exécution ouverte.

• Timeout : un nombre, la durée maximale d'une requête en millisecondes.

Les échecs passagers existent, et ce réglage dit à quel point le nœud s'entête. Il fixe le nombre maximal de tentatives avant que l'étape renonce et que l'erreur apparaisse dans l'exécution.

• Max Retries : un nombre, le maximum de tentatives à effectuer sur une requête.

L'autre molette sur la diversité, par échantillonnage de noyau : une valeur de 0.5 signifie que la moitié des options pondérées par vraisemblance est prise en compte. Plus la valeur baisse, plus le modèle ignore les options peu probables.

• Top P : un nombre qui contrôle la diversité par échantillonnage de noyau ; la consigne attachée au paramètre est de modifier celui-ci ou Sampling Temperature, mais pas les deux.