Ressources · Intégration n8n

Nœud Vercel AI Gateway Chat Model n8nConfigurer Vercel AI Gateway Chat Model dans n8n.

Ce nœud ne fait qu'une chose : fournir un modèle de chat à un nœud qui raisonne. Le nœud Vercel AI Gateway Chat Model n8n est un sous-nœud, un nœud auxiliaire qui se raccorde à un plus gros au lieu de tourner seul. Il expose 9 paramètres et se clipse sur le port Model.

Tester le nœud Vercel AI Gateway Chat Model sur n8nVoir les 9 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Vercel AI Gateway Chat Model n8n ?

Il apporte le modèle de langage qu'un nœud racine utilise pour générer du texte. Dans l'architecture IA de n8n, un nœud racine comme AI Agent reçoit les items du workflow sur son entrée principale, et des sous-nœuds viennent se brancher sur ses ports : un modèle, une mémoire, un output parser. Celui-ci occupe l'emplacement du modèle, en passant les appels par Vercel AI Gateway plutôt que directement chez un fournisseur.

Premier réflexe à prendre : ce nœud ne s'exécute jamais tout seul. Il n'a pas d'entrée principale. Pose un AI Agent sur le canevas, un port Model vide apparaît dessous. C'est là que ce nœud se raccroche, et tant que rien n'y est branché, l'agent refuse de démarrer.

Trois situations parlantes. Une PME qui reçoit des demandes de devis par Gmail : l'agent lit le mail, le modèle rédige la réponse, et c'est Sampling Temperature qui décide si le brouillon reste sobre ou part en improvisation. Un catalogue produits à nettoyer dans Google Sheets : là, il faut une sortie que la ligne suivante sache relire, donc Response Format réglé sur json_object. Un résumé d'activité poussé chaque matin dans Slack : Maximum Number of Tokens évite le pavé que personne ne lira.

Choisir ce nœud plutôt qu'un nœud de fournisseur, c'est une question de routage, pas de qualité. Si ton trafic passe déjà par AI Gateway, ce nœud garde ce chemin et charge la liste des modèles depuis la passerelle. Si tu appelles un seul fournisseur en direct, le chemin court reste son nœud dédié : OpenAI, Anthropic ou Google Gemini ont chacun leur sous-nœud de modèle de chat.

Deux limites à connaître avant de construire. La liste déroulante des modèles est chargée dynamiquement depuis AI Gateway : elle montre ce que ton compte peut atteindre, rien d'autre. Un workflow exporté vers une autre instance peut donc pointer vers un modèle absent de la liste là-bas. Et le nœud n'a qu'une version, la 1 : aucun vieux workflow ne viendra t'afficher un panneau avec moins d'options.

Côté facture, rien ne bouge du côté de n8n. C'est le fournisseur du modèle qui facture ses propres appels d'API, selon ses conditions.

Connexion

Qu'est-ce qu'il faut avant que le nœud tourne ?

  1. 01

    Créer le credential une fois

    Ouvre le menu Credentials de n8n et ajoute le credential Vercel attendu par le nœud. Un credential, c'est l'accès stocké par n8n au niveau de l'instance : tous les workflows de cette instance le réutilisent au lieu d'en garder chacun une copie. Fais-le avant d'ouvrir le panneau du nœud, les listes déroulantes auront déjà de quoi répondre.

  2. 02

    Raccorder le nœud à un nœud racine

    Tire le nœud jusqu'au port Model d'un agent, d'une chaîne ou d'un autre nœud racine qui accepte un modèle de langage. Cette liaison est le chemin d'exécution : le sous-nœud n'ayant pas d'entrée principale, il ne se déclenche que lorsque le nœud du dessus réclame une complétion. Posé dans le vide, il reste gris et ne tourne jamais.

  3. 03

    Choisir le modèle

    Ouvre le nœud et sélectionne une valeur dans Model. n8n interroge AI Gateway et affiche les modèles accessibles à ton compte, d'où des listes qui diffèrent d'une instance à l'autre. Laisse la section Options tranquille au premier essai, tu y reviendras avec les paramètres dont tu as vraiment besoin.

Connexions

Où ce nœud se branche-t-il ?

n8n répartit le travail IA entre un nœud racine qui porte la logique et des sous-nœuds qui fournissent les briques, un type de brique par port.

Sortie (où il se branche)

  • Modelai_languageModel
01ModelC'est le seul port du nœud, et c'est une sortie : le nœud remonte un modèle de chat vers le nœud racine qui en réclame un. Le type de port s'appelle ai_languageModel, donc tout nœud racine qui déclare ce port accepte ce sous-nœud sans réglage supplémentaire.

C'est le seul port du nœud, et c'est une sortie : le nœud remonte un modèle de chat vers le nœud racine qui en réclame un. Le type de port s'appelle ai_languageModel, donc tout nœud racine qui déclare ce port accepte ce sous-nœud sans réglage supplémentaire.

Paramètres clés

  • Required : sans modèle sur ce port, le nœud racine ne démarre pas.
  • AI Agent : l'hôte habituel, quand le workflow a besoin d'outils et d'une boucle.
  • Basic LLM Chain : un prompt, une réponse, pas d'outils.
  • Text Classifier : range chaque item entrant dans une catégorie.
Cas d'usage
le même nœud peut servir un AI Agent Tool dans une branche et une Summarization Chain dans une autre, chaque racine l'appelant à son rythme.
Paramètres

Quels paramètres régler vraiment ?

Le nœud Vercel AI Gateway Chat Model compte 9 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

Désigne le modèle qui génère la complétion. n8n charge la liste depuis AI Gateway au moment où tu ouvres le menu déroulant : ce que tu vois reflète ton compte, pas un catalogue figé livré avec le nœud.

Paramètres clés

  • Model : la liste déroulante elle-même, remplie dynamiquement depuis la passerelle ; seuls les modèles disponibles pour ton compte apparaissent.
Cas d'usage
changer de modèle sur une chaîne qui rédige des fiches produit, sans toucher au reste du workflow, puisque tous les autres réglages restent en place.
02

Frequency Penalty

options.frequencyPenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Monte-le quand le modèle repique la même formulation d'une phrase à l'autre. Les valeurs positives pénalisent les tokens selon le nombre de fois où ils sont déjà apparus, un token étant le morceau de texte qu'un modèle lit et écrit un par un.

Paramètres clés

  • Frequency Penalty : un nombre ; plus il est élevé, moins le modèle se répète.
Cas d'usage
un générateur de descriptions qui ouvre tous ses paragraphes de la même façon mérite un cran de plus ici.
03

Maximum Number of Tokens

options.maxTokens

Ce que tu vois dans n8n

Notes & cas d'usage

Plafonne la longueur de la complétion. Tu fixes la valeur, le modèle s'arrête là : c'est la façon la plus simple de tenir dans un champ de message qui a sa propre limite de taille.

Paramètres clés

  • Maximum Number of Tokens : un nombre qui fixe la longueur de sortie ; la plupart des modèles ont une longueur de contexte de 2048 tokens, sauf les plus récents qui montent à 32,768.
Cas d'usage
un récap quotidien qui doit tenir dans un seul message de chat plutôt que sur trois écrans.
04

Response Format

options.responseFormat

Ce que tu vois dans n8n

Notes & cas d'usage

Deux choix seulement, mais ils changent ce que le nœud suivant saura faire de la réponse. Texte pour de la prose, JSON dès qu'un nœud en aval doit lire des champs plutôt que des phrases.

Paramètres clés

  • Text (text) : une réponse en texte classique.
  • JSON (json_object) : active le mode JSON, censé garantir que le message généré est du JSON valide.
Cas d'usage
extraire un nom et un montant d'un mail entrant avant de les écrire dans une ligne de tableur.
05

Presence Penalty

options.presencePenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Pousse le modèle vers des sujets qu'il n'a pas encore abordés. Les valeurs positives pénalisent les tokens selon leur simple présence dans le texte, ce qui augmente les chances que la réponse passe à autre chose.

Paramètres clés

  • Presence Penalty : un nombre ; plus il est élevé, plus le modèle part sur de nouveaux sujets.
Cas d'usage
une étape de brainstorming qui tourne en rond sur le même angle et doit s'élargir.
06

Sampling Temperature

options.temperature

Ce que tu vois dans n8n

Notes & cas d'usage

Le hasard se règle ici. En baissant la valeur, les complétions deviennent moins aléatoires, et à mesure que la température approche de zéro le modèle devient déterministe et répétitif. Parfait dans certains workflows, inutilisable dans d'autres.

Paramètres clés

  • Sampling Temperature : un nombre ; une température haute diversifie l'échantillonnage mais augmente le risque d'hallucinations.
Cas d'usage
une étape de classification qui doit rendre la même étiquette pour la même entrée, exécution après exécution.
07

Timeout

options.timeout

Ce que tu vois dans n8n

Notes & cas d'usage

Chaque requête reçoit un plafond de temps. Celui-ci s'exprime en millisecondes et définit la durée maximale qu'une requête a le droit de prendre avant que le nœud abandonne.

Paramètres clés

  • Timeout : un nombre, en millisecondes, qui borne une requête.
Cas d'usage
un workflow déclenché par un formulaire, où un visiteur devant un indicateur de chargement préfère un échec rapide à une réponse qui traîne.
08

Max Retries

options.maxRetries

Ce que tu vois dans n8n

Notes & cas d'usage

Quand un appel échoue, le nœud peut retenter de lui-même avant que l'exécution s'arrête. La valeur saisie correspond au nombre maximum de relances, pas au nombre total d'appels.

Paramètres clés

  • Max Retries : un nombre, le maximum de relances par requête.
Cas d'usage
un traitement de nuit que personne ne surveille, où un appel raté ne doit pas tuer une exécution qui a déjà avalé des centaines d'items.
09

Top P

options.topP

Ce que tu vois dans n8n

Notes & cas d'usage

L'échantillonnage par noyau est l'autre manière de doser la diversité. Une valeur de 0.5 signifie que la moitié des options pondérées par vraisemblance sont prises en compte ; en descendant, le modèle ignore les moins probables.

Paramètres clés

  • Top P : un nombre ; la recommandation générale est de modifier celui-ci ou la température, pas les deux.
Cas d'usage
resserrer une étape de rédaction dont la température est déjà figée et que tu préfères ne plus toucher.
Besoin d'aide

Besoin d'aide pour automatiser Vercel AI Gateway Chat Model avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qui suivent

01Le nœud Vercel AI Gateway Chat Model n8n est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA livré avec n8n : rien à installer, aucun surcoût côté n8n, que tu sois sur n8n Cloud ou sur une instance auto-hébergée en Community Edition sous licence Sustainable Use. Le nœud est identique dans les deux cas, et le workflow construit autour aussi : même panneau de paramètres, même comportement à l'exécution. Ce qui coûte, c'est le fournisseur du modèle, qui facture ses propres appels d'API selon ses conditions. n8n n'ajoute rien par-dessus, ni en auto-hébergé ni dans le cloud.
02Qu'est-ce qu'il faut pour qu'il fonctionne ?
Un credential et un nœud hôte. Le credential se crée une seule fois depuis le menu Credentials de n8n, puis se réutilise dans tous les workflows de l'instance : pas besoin de recoller la même chose partout. Le nœud hôte, c'est n'importe quel nœud racine doté d'un port Model : un agent, une chaîne, un extracteur. Sans cette liaison, le sous-nœud n'a pas d'entrée principale et ne s'exécutera jamais. Une fois les deux en place, il ne reste que le champ Model à remplir.
03Quelles sont les limites du nœud ?
Il génère des complétions, et c'est tout. Pas de mémoire à l'intérieur, pas d'appel d'outils en propre, pas de chargement de documents : tout ça vit dans d'autres sous-nœuds branchés sur d'autres ports du même nœud racine. La liste des modèles correspond à ce qu'AI Gateway expose à ton compte, donc un workflow déplacé sur une autre instance peut viser un modèle indisponible là-bas. Le nœud n'a par ailleurs qu'une version : les paramètres visibles sont les seuls qui existent, sans variante ancienne à traquer quand un workflow ne se comporte pas comme prévu.
04Que faut-il brancher au minimum ?
Un nœud racine et un modèle, ce nœud faisant le second. Commence par Basic LLM Chain si tu veux juste qu'un prompt revienne avec une réponse : un passage, puis stop. Passe à AI Agent quand le workflow doit appeler des outils ou boucler sur une décision. Sur le nœud lui-même, choisis une valeur dans Model et laisse la section Options intacte au premier tour. Tu ajouteras Sampling Temperature ou Response Format ensuite, une fois la sortie par défaut sous les yeux.
05n8n ou Make pour ce type de workflow IA ?
Ça dépend d'où le workflow doit vivre. Make est hébergé par Make, sans option d'auto-hébergement, avec une facturation à l'opération, ce qui convient aux équipes qui ne veulent rien administrer. n8n s'installe en Docker ou via npm sur ta propre machine, ou s'utilise sur n8n Cloud, et le workflow se comporte pareil dans les deux cas. Si tes appels IA touchent des données clients que tu préfères garder chez toi, l'auto-hébergement tranche. Sinon Make reste une réponse honnête, et le choix se joue surtout sur la façon dont ton équipe préfère gérer ses connexions au quotidien.
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