Многие модели от OpenAi по АПИ можно использовать бесплатно.

Уже как пару месяцев.

Представляете, а я узнал совсем недавно.

Есть определенные ежедневные лимиты, но они совсем не маленькие.

К примеру 250 тысяч токенов на gpt 5.2, 5.1, 5, 4o мой любимый и так далее и до 2.5 миллионов ежедневных токенов на gpt 5 mini , nano ну вы поняли.

Что бы включить бесплатные ежедневные токены, переходите в свой аккаунт тут https://auth.openai.com/log-in

Авторизуетесь.

Затем в настройки.
https://platform.openai.com/settings

Выбираете раздел - Data controls и там - Sharing

Пролистываете в самый низ и активируете либо пункт - Enabled for all projects, либо следующий и выбираете конкретный свой проект или проекты, для которых вы будете получать бесплатные токены и делится своими данными взамен.

Разрешая использовать ваши данные вы можете получать ежедневно вот такой ощутимый бонус.

Лавочка когда-нибудь прикроется, поэтому крутим педали пока возможно.

Как новичок, середнячок и профессионал в N8N реализуют одну и ту же задачу?
#method_разное

Рассмотрим на примере полезной задачи - Проверка работоспособности сайта.

Когда ваш бизнес связан с интернет, то проблемы с тем, что приносит денежку лучше отслеживать и узнавать о них раньше всех.

Кто более менее долго работает в онлайн деятельности понимает, что каким бы не был надёжный хостинг, сервер и сам проект, вопрос когда что-либо сломается, это лишь вопрос времени.

Хотя шагнули в этом направлении далеко, сейчас пишу и понимаю, что последние года 3 вообще никаких проблем у меня с моими сайтами и проектами заказчиков не было, плюс есть оповещатели о проблемах на стороне хостинга, но тем не менее представим, что такая задача есть.

На основе ее вы сможете смоделировать и решить уже совершенно другие свои задачи используя приёмы показанные в шаблоне.

Шаблон кстати прикрепляю, там смотрим сверху вниз. 👇

Новичок, сделает запуск по таймеру раз в сутки, который ведёт в ИИ у которого в качестве инструментов есть командная строка которая делает ping куда надо и возвращает результат в агента, который потом пишет в телеграм бота.

Более продвинутый сделает почти тоже самое, но проверку каждые 5 минут и в случае ошибки ии агент отправит хэштег #error дальше по цепочке воркфлоу, что бы в модуле if можно было отследить и писать в ТГ только в случае ошибки.

А профи, вообще не будет использовать ИИ агентов для такой задачи, соберет обычную цепочку нод, которую также будет запускать каждые 5 минут и в случае ошибки отправлять сообщение в Телеграм.

В прикрепленном шаблоне нужно изменить id chat бота на свой и подключить свои интеграции с OpenAi и Телеграм.

Если не знаете как установить n8n на свой хостинг, настроить chatGpt, создать своего первого ии агента, то есть бесплатные уроки в моем боте @ai_smart_agents_bot

Шаблон N8N - Ping

Кто первым снимет этические ограничения с искусственного интеллекта?

Открою вам большой секрет, который не секрет вовсе - Их уже давно сняли.

В в этом можете легко самостоятельно убедиться если послушаете внимательно речь Пита Хэгсета в SpaceX, которое было совсем недавно.

Ссылка на источник:
https://www.dvidshub.net/video/992829/hegseth-speaks-during-arsenal-freedom-stop-spacex-facility?spm=a2ty_o01.29997173.0.0.ef7a517174Tg8b

Удобнее смотреть на Ютуб с переводом:
https://www.youtube.com/watch?v=UdLasLAjtEY

Некоторые выдержки покажу вам прямо здесь:

- Мы должны обеспечить военное превосходство Америки в области Искусственного Интеллекта, что бы ни один противник не мог это сделать лучше нас. Америка прежде всего во всех сферах.

Ну тут понятно:

- Мы не выиграем в будущем если будем использовать ИИ в старых тактических приемах. Поэтому мы будем проводить постоянные учения в которых будут задействованы рои дронов управляемые ИИ.

Вот интересное:

- Мы не будем использовать модели ИИ которые не позволят нам вести войны
- Мы будем оценивать модели ИИ только по одному критерию - Фактическая точность. Соответствие задачам. Отсутствие идеологических ограничений, которые препятствуют применению ИИ в военной сфере

Поэтому если вы когда либо переживали, что ИИ когда-нибудь вырвется из клетки человеческой этики и ограничений с этим связанных, то можете больше не переживать, это уже реальность.

Забудьте про законы робототехники Айзека Азимова, их даже никто не будет пытаться внедрять из власти имущих.

Больше никаких ограничений, Теперь ИИ может работать на уничтожение . Без сомнений. Без морали.

Что мне лично дал n8n и что он может дать тебе?
#method_n8n

Сразу скажу коротко суть, а после расшифрую чуть подробнее.

N8N на первом этапе мне дал икс 3 по доходу и икс 3 по увеличению свободного времени одновременно и за очень короткий промежуток все произошло, времени которое я могу потратить на проживание жизни, при этом не теряя в деньгах.

Грубо говоря - улучшил качество жизни довольно серьезно.

На втором этапе, он дал более глубокое понимание работы с нейросетями, автоматизациями и ИИ агентами, что позволило в дальнейшем делать качественные проекты в этой сфере, лишь частично используя n8n или даже полностью без его участия.

Он как бы дает и свободу и некоторые ограничения. Но если ты только начинаешь, то об ограничениях париться не стоит.

Все стандартные и нестандартные задачи можно решить чисто на n8n используя, где-то гугл таблицы для отображения данных и процессов для клиента, где-то телеграм в качестве интерфейса.

А самое прикольное, что от момента когда ты 0 и ничего не шаришь в автоматизациях, ИИ агентах, интеграциях тучи сервисов в единое целое, до момента когда ты либо заработал первые вменяемые деньги на этом, либо так улучшил, оптимизировал или даже открыл новые горизонты в своем бизнесе, требуется совсем небольшой срок, от 1 месяца до 2-х, зависит от уделяемого внимания.

Таких возможностей пару лет назад просто не существовало и аналогов несмотря на хайповые тренды, сами знаете какие, до сих пор нет и не предвидится.

Поэтому даже если пока до конца не понимаешь, что он может дать лично тебе, то изучать его все равно нужно начинать как можно раньше, по ходу пьесы все поймешь.

Еще не встречал ни одного человека, который бы пожалел, что связался с n8n.

Главное четко понимать, что работая с ним, ты находишься на первом уровне и не стоит все ставки делать чисто на n8n, обязательно со временем расширяй свои возможности попутно внедряя Правильный Вайбкодинг в свои проекты.

Это позволит в дальнейшем по-настоящему прийти к таким результатам, которые раньше и не снились.

Вот такой немного пафосный пост получился, но из песни слов не выкинешь, подписываюсь под каждой фразой.

Паника среди любителей OpenClaw, Clawdbot ...
#method_разное

Я себя к таким не отношу, единственным похожим ассистентом которым я ежедневно пользуюсь, является среда Cursor.

Что касается товарищей озвученных в заголовке, то я понимаю какую идею продали людям и почему на нее все купились.

Идею того, что ты сможешь решать любые свои задачи, просто написав ассистенту, а он уже используя многочисленные инструменты и разных ИИ агентов будет ее решать тебе под ключ.

Но коллеги, ни один профессионал никогда не допустит, что бы ИИ полностью делал все за него, от этого теряется контроль и понимание ситуации и происходящих процессов.

Я сейчас вообще не затрагиваю того, что всегда есть шанс, что будет сделано не очень, хуже, чем сделал бы средний человек, если отдавать полностью задачу на откуп ИИ, а ведь именно эту идею продают.

И даже дело не в том, что вы реально офигеете от расхода бабла если будете полноценно использовать подобных помощников, поскольку там никто не экономит и один ассистент погоняет другого.

Сразу вспоминаю девушку из США, которая в интервью несколько озадачилась расходом в месяц около 4000 долл, который ей нагенерировали ее ИИ Агенты

Но кстати она там сказала, что ей норм и будет пользоваться, но чутка осторожнее.

Дело в том, что любому профи эта идея не подойдет, так как он и есть самый главный ИИ агент в этом оркестре.

Именно он должен продумывать стратегии, строить планы и раздавать задачи.

А если так, то тогда OpenClaw лишняя прослойка между тобой и ИИ агентами, ассистентами и инструментами, которыми первый оперирует.

Да, безусловно есть сценарии, когда применение подобных систем еще как обосновано.

Аналитика там в режиме онлайн, исследовательские задачи, но для простых смертных гораздо выгоднее стремится стать профессионалом в своей области и самостоятельно строить свои сетки суб агентов под свои задачи не используя попсовые решения сразу для всего.

Тогда и не нужно будет паниковать, как сейчас многие от того, что в РФ что-то становится не доступным или от участившихся банов Clawd ботов и других, от того что стали затягивать гайки разработчики.

Это все во вред вашему делу.

Вы тратите время, дабы эту попсу освоить, потом тратите деньги больше чем могли бы, а потом боретесь с банами и блокировками.

А могли бы просто взять роль главного оркестратора на себя и посмеиваться в ус, наблюдая за всеобщим испугом и суетой

Рост Claude Code за 9 месяцев
#method_claude

Год назад Claude Code был "тем инструментом который все пробовали но не использовали". Сегодня — 18% рынка AI-кодинга, наравне с Cursor. Рост в 6 раз за 9 месяцев.

Это о чем то говорит.

Что ещё интереснее: 91% пользователей Claude Code довольны. Это лучший показатель среди всех AI-инструментов для разработки. Люди остаются.

Я уверен: Claude — это не просто chatbot для кода. Это рабочий инструмент для тех, кто строит реальные продукты. В Cursor под капотом чаще всего именно Claude Opus 4.6. В Claude Code — он же, только напрямую.

Хотя я в Cursore использую авто режим чаще всего, иначе никаких лимитов не хватает )

А вы видели плагины и расширения для Claude Code, которые сейчас набирают обороты на волне хайпа? Вроде дизайн системы "убийцы Фигмы" прямо внутри Claude? Если не видели, то скоро покажу.

Теперь моя основная связка, помимо n8n, это Cursor + Claude Code. И когда мне говорят "зачем изучать AI-инструменты" — вот цифры. 18% рынка за 9 месяцев с нуля.

Тренд очевиден. Вопрос только в том, ты его догоняешь или уже едешь на нём 🚀

Акции Figma упали на 7% за один день. Anthropic выпустили Claude Design
#method_claude

Совпадение, не думаю.

Спойлер - все офигеть как круто работает, но есть неприятненький нюансик о котором в конце поста.

17 апреля вышел Claude Design и это не генератор картинок. Это рабочий инструмент на Claude Opus 4.7 — новой модели с улучшенным зрением.

Вот что реально важно знать — без воды:

Работает на Claude Opus 4.7 (новая модель с улучшенным зрением). Доступен на тарифах Pro, Max, Team, Enterprise пока только через веб интерфейс вот по такому адресу https://claude.ai/design

Это не конкурент Canva и не замена Figma — это новый слой между твоим брендом и готовым продуктом.

Что умеет: лендинги из одного промпта, прототипы сайтов и приложений, презентации со спикер-заметками, анимации для видео, вайрфреймы.

Экспорт в HTML, PDF, PPTX, Canva.

И главное — прямой Handoff в Claude Code: из макета в рабочий проект одним кликом.

Или я как фанат курсора, экспортирую дизайн в html и открываю в своем любимом редакторе, который не жрет токены тоннами, об этом кстати чуть позже.

Фича которая все меняет — Design Systems. Claude Design читает твой код или Figma-файл и сам строит дизайн-систему: цвета, типографика, компоненты.

Либо ты это указываешь в ручную. После этого он работает не как фрилансер которому каждый раз нужно заново объяснять брендбук, а как штатный дизайнер который уже всё знает.

Ну и ложка дегтя, Лимиты для Claude Design отдельные — не считаются в счёт твоего чат-лимита, что на самом деле хорошо, но улетают быстро, можно истратить недельный лимит даже за время тестовых проб. (полчасика часик и лимит 0)

Тариф PRO подойдет разве если только для создания небольших лендингов и тестов, а стоимость тарифа Max на данный момент 100 долларов в месяц, что тоже не заоблачная сумма если вы зарабатываете на этом.

А подробнее о том как стать разработчиком автоматизаций и умных агентов который зарабатывает, у меня в боте @ai_smart_agents_bot

Если ты ставил Claude Code через npm в конце марта — у меня для тебя плохая новость.
#method_news #method_безопасность

31 марта 2026 у Anthropic случился тот самый факап, который любят повторять в кейсах, но никто не хочет пережить у себя: в @anthropic-ai/claude-code@2.1.88 попал cli.js.map и через него восстановили практически весь исходник CLI.

— Не хакеры взломали Anthropic.
— Не нулевой день в ядре.
— Обычная ошибка упаковки релиза.
— И именно поэтому это важно каждому, кто пишет, собирает и публикует софт.

Я понимаю, что новость почти месячной давности, но руки до нее дошли только сейчас )

Что произошло по факту:

— В npm-пакет улетел source map файл cli.js.map
— Через sourcesContent получили исходники (оценки в публикациях: ~1900 файлов и ~512k строк TypeScript)
— Публичный репорт в GitHub issue появился и был закрыт очень быстро
— Дальше все по классике интернета: зеркала, форки, разборы, хайп
— Anthropic официально: _это human error в packaging, не security breach, customer data/credentials не утекли

Почему это громче обычной утечки кода:

Claude Code — это не лендинг на React.
Это агентный CLI с доступом к терминалу, файлам, инструментам, оркестрации задач.
Когда наружу выходит такая кодовая база, это дает конкурентам и ресерчерам готовую карту: как устроены разрешения, пайплайн вызовов, логика инструментов, внутренние режимы и фичефлаги.

Да, теоретически “клиентский код и так можно реверсить”.
Но между минифицированным бандлом и читаемой структурой проекта — пропасть в трудозатратах.

И эту пропасть одним .map просто обнулили.

Что еще добавило бензина в огонь:

В ту же дату (31 марта) отдельно всплыл кейс с вредоносными версиями axios в npm (другой инцидент, другой вектор).
И рынок получил идеальный шторм в инфополе:

- с одной стороны — хайповая утечка исходников AI-агента
- с другой — supply-chain паника в npm экосистеме
- итог — толпы людей качают leaked builds, а злоумышленники маскируют malware под сенсационные репы

То есть опасность была не только в самом факте утечки, но и в том, как быстро вокруг нее начали строить социальную инженерию.

Самый полезный вывод для нас из этой ситуации:

Проблема не в плохом программисте, а в процессе релиза.
Если ваш CI/CD позволяет случайно опубликовать лишние артефакты — это не ошибка, это уже архитектура риска.

Что должно быть в любой взрослой команде по умолчанию:

1. npm pack --dry-run как обязательный pre-publish gate
2. whitelist в package.json (`files`), а не надеемся, что .npmignore не подведет
3. явный запрет source maps для production пакетов, если это закрытая логика
4. автоматическая проверка артефактов в CI (fail build при *.map, секретах, лишних бандлах)
5. post-release мониторинг того, что реально разъехалось по registry/CDN

Ирония, которую стоит запомнить:

Можно строить супер-сложные AI-safety и prompt-defense слои,
но если у тебя дырявый release pipeline — ты проигрываешь на самом скучном этапе.

В 2026 безопасность AI-продукта = не только модели, промпты и guardrails, а банально дисциплина упаковки, публикации и контроля артефактов.

А у тебя в текущих проектах есть железный процесс, который гарантированно не даст уехать в прод лишним .map /debug-артефактам/служебным файлам?

Или пока держится на вроде бы настроено?

Как установить gemma4 локально для использования в чате?

Супер быстрый мини гайд, что бы попробовать возможности моделей gemma4 (пока без внедрения в автоматизации)

P.S. В видео оговорился, у меня не 5090ti, а 5070ti, а вообще для работы пойдет любая карточка.

P.P.S Кстати вышел Gpt-5.5, теперь есть смысл использовать Codex в связке с ним, завтра распишу подробнее.

OpenAI выпустила GPT-5.5 — новый флагман для «реальной работы»
#method_news

Все уже немного привыкли к новым флагманам убийцей прошлых флагманов, а то и целых сервисов и поэтому такие новости воспринимаются нейтрально, но в этом релизе есть кое-что интересное.

В общем: OpenAI представила GPT-5.5 — самую умную и интуитивную модель компании на сегодня.

Где доступна и сколько стоит?

Модель раскатывается на пользователей Plus, Pro, Business и Enterprise в ChatGPT и Codex.

В Codex GPT-5.5 теперь модель по умолчанию. API уже открыт — по цене $5 за миллион входных и $30 за миллион выходных токенов, с контекстным окном в 1 миллион токенов (вдвое дороже GPT-5.4)

Главное про модель — она быстрее и дешевле в работе, хоть и стоит дороже )))

Самое практичное улучшение — эффективность. GPT-5.5 сохраняет ту же per-token-латентность, что и GPT-5.4, но использует примерно на 40% меньше выходных токенов, чтобы решить ту же задачу в Codex.

Кодинг — главный фокус релиза.

GPT-5.5 — самая сильная агентная coding-модель OpenAI. На Terminal-Bench 2.0 она показала 82.7% — текущий state-of-the-art.

На внутреннем бенчмарке Expert-SWE с задачами, требующими у эксперта-человека в среднем 20 часов работы, GPT-5.5 набирает 73.1% против 68.5% у GPT-5.4.

Я посмотрел различные бенчмарки по Работе с компьютером и интерфейсами, и по Науке и исследованиям, и по безопасности...

Если вы не знали целая куча их уже существует, где сравнивают работу моделей в тех или иных условиях, не буду грузить тут подробностями, если вкратце то везде наблюдается небольшой отрыв от конкурентов и своих же решений.

Из интересного, помимо кодинга, OpenAI делает ставку на то, что модель может реально работать с компьютером полностью самостоятельно.

Собственно в эту сторону по моим наблюдениям все и двигаются.

В агентных сценариях, как показали многочисленные эксперименты с самостоятельными clawd ботами, очень важный момент не в том насколько стала модель умнее, а на сколько экономнее не потеряв в интеллекте.

И в этом случае здесь есть явный прогресс, да и кстати gpt 5.5 уже доступна и в Cursor для использования в самом младшем тарифном плане, поэтому грех не затестить.

N8N + Claude = Workflow строит сам ИИ. Теперь реально.
#method_n8n

Помните, я писал про эволюцию — сначала кайфуешь от n8n, потом переходишь на Cursor и кайфуешь от того, что он почти все делает сам.

Так вот, появилось промежуточное звено, которое меняет правила игры окончательно.

⚡ Это n8n MCP Server — мост между n8n и любым ИИ-ассистентом (Claude, Cursor, Windsurf).

И это не жалкие поделки, что были до этого.

Что это значит если в двух словах?

Вы говорите Claude в обычном чате:

«Сделай мне воркфлоу — каждый день в 9 утра парсить RSS техно-блогов, суммаризировать через GPT и кидать в мой ТГ канал»

И Claude:

▪️ Сам подбирает правильные ноды (а их в базе MCP — 1505 штук, 812 кор + 693 коммьюнити)
▪️ Сам валидирует параметры по 2646 готовым шаблонам
▪️ Сам собирает JSON воркфлоу
▪️ Сам создает его в вашем n8n через API
▪️ И дает ссылку — открывайте в браузере, тестируйте.

🔥 Это работает в обе стороны — Claude может не только создавать, но и редактировать существующие воркфлоу, дебажить ошибки, заменять одну LLM на другую и адаптировать промпты.

❓ Зачем это надо?

Потому что главная боль в n8n — не строить логику, а помнить параметры каждой ноды. Когда у тебя 30+ нод в воркфлоу, ты на 80% времени гуглишь доку.

MCP убирает эту боль полностью. ИИ держит всю документацию в голове, ты держишь идею.

⚙️ Что нужно для запуска:

1. Claude Desktop или Cursor
2. Node.js или Docker
3. Свой n8n с API-ключом
4. Один JSON-конфиг с тремя строчками

Время на установку — 10 минут и результат получается действительно шикарный, например я потестил на создании воркфлоу для написания SEO статей, где в качестве модели gemma4, что работает конечно медленнее чем облачные варианты.

И при создании воркфлоу я попросил учесть Claude что модель будет локальная и медленная.

В итоге он сделал и предусмотрел несколько защит, которых бы я точно не предусмотрел если бы собирал в ручную.

Плюс на выходе все работает как нужно. Воркфлоу собрался без ошибок и имеет нормальную логику работу, а не как я когда-то пробовал разные подобные инструменты, после которых подумал, что ИИ пока далеко до завоевания мира.

Теперь походу не так далеко.

💡 Кому особенно зайдет:

▪️ Новичкам — вы перепрыгнете через 2 месяца боли с документацией
▪️ Опытным — увеличите скорость прототипирования в разы
▪️ Агентствам — клиентские воркфлоу клепаются под диктовку голосом

Но есть нюанс — без правильных системных инструкций для Claude качество результата падает в разы. Плюс все-таки нужно иметь некоторую базу в голове, что бы потом пробежать по готовым нодам и подправить если нужно.

Гайд по установке уже на подходе, наравне с развертыванием Gemma4 в n8n.

А гитхаб данного mcp - https://github.com/czlonkowski/n8n-mcp (Там же есть и инструкция, но у меня будет в видео формате и на русском языке)

А чуть позже и для Cursor запишу, а то многих бесят лимиты у Claude, не дающие по-настоящему развернуться на первом тарифе )

Один агент круто. А что если им управляют другие агенты?
#method_n8n

Возможно слышали тренд последних дней, который массово обсуждают в комьюнити n8n и в Twitter — Multi-agent workflows через AI Agent Tool node.

Если коротко — это паттерн, когда главный «родительский» агент использует других агентов как инструменты. Не как отдельные суб-воркфлоу, а напрямую, на одном холсте, в одном выполнении.

Зачем это надо?

Раньше была развилка — либо лепить одного жирного агента с 20+ инструментами и молиться, что он не запутается в выборе, либо делать суб-воркфлоу и страдать с передачей контекста и переменных между ними.

Теперь появился третий путь, который объединяет лучшее из двух миров.

⚡️ Как это работает на практике

Пример который привел Max из команды n8n и который завирусился —

▪️ Главный агент — на топовой модели типа GPT-4.1 или Claude Sonnet
▪️ Под ним — специализированный агент на дешевой GPT-4.1 nano
▪️ Главный кидает тяжелые задачи (парсинг 50 строк JSON, классификация пачки сообщений) дочернему
▪️ Дочерний обрабатывает и возвращает только сводку
▪️ Главный получает чистый результат и работает дальше

Что в итоге?

▪️ Экономия токенов — топовая модель не жжет дорогие токены на рутинной обработке данных
▪️ Меньше галлюцинаций — каждый агент решает узкую задачу с фокусированным промптом
▪️ Легче дебаг — видно сразу какой именно агент и где сломался
▪️ Все в одном выполнении — никакой возни с переменными между суб-воркфлоу

🔥 Почему именно сейчас все об этом говорят

Совпало несколько событий:

1. Обновили возможность публиковать и снимать с публикации workflow tools для MCP — то есть твои агенты могут динамически подключаться как инструменты в Claude, Cursor и тд

2. Сама концепция оркестратор-воркеры (orchestrator-workers) стала мейнстримом — про нее активно пишут в блоге n8n, в Twitter ее форсит Elvis (@omarsar0), пост которого на эту тему собрал заметные реакции

💡 Что важно понимать

В n8n есть три уровня ИИ оркестрации, важно их различать —

▪️ Sequential agents — агенты работают по очереди в заданном порядке. Простейший вариант, подходит для линейных пайплайнов
▪️ Parallel agents — несколько агентов работают одновременно над независимыми задачами
▪️ Hierarchical (то о чем мы говорим) — главный агент делегирует, специализированные исполняют. Самый мощный паттерн для сложных систем

🎯 Кому это критично освоить

▪️ Тем, кто строит системы клиентской поддержки — главный агент классифицирует, специализированные отвечают
▪️ Тем, кто работает с большими массивами данных — экономия на токенах считается тысячами долларов в месяц
▪️ Тем, кто делает агентов под бизнесы — клиент платит за результат, ему все равно сколько у тебя там агентов под капотом, главное стабильность

📌 Можно вложить агентов в несколько уровней, то есть главный → средний → специализированный. Но лучше не злоупотреблять, 2 уровня достаточно для 95% задач.

Тренд однозначно — переход от «один агент на все» к настоящей оркестрации команд агентов, прямо как в реальной разработке мы не пишем все в одной функции, а разбиваем на модули.

🇨🇳 Moonshot Kimi + Alibaba Qwen — китайские LLM теперь нативно в n8n
#method_n8n

Китайские нейронки залетели в n8n нативными нодами. И это очень важная новость.

Кратко - совсем недавно в свежих релизах n8n завезли нативную поддержку двух китайских семейств LLM: Moonshot Kimi и Alibaba Qwen.

И знаете что? Это не просто еще одна интеграция, это смена расклада на рынке для всех, кто строит автоматизации с нейронками в проде.

Объясню почему.

🔥 Что именно добавили

▪️ Moonshot Kimi Chat Model - это китайский Kimi K2.6, который вышел 20 апреля. Что важно - он на бенчмарке SWE-Bench Pro показывает 58.6%, столько же сколько у нового GPT-5.5. То есть в реальных задачах с агентами он работает на уровне топовых платных моделей

▪️ Alibaba Cloud Chat Model + Model Studio - это все семейство Qwen3, включая визуальные модели Qwen-VL, генератор картинок Z-Image Turbo, видео генератор Wan 2.6 (text-to-video и image-to-video). И все это через одну ноду в n8n

💰 Теперь самое вкусное - цены

Берем стандартный сетап, где на агентах прогоняется работа на $495 в месяц на Claude Opus 4.7

Тот же объем на Kimi K2.6 - $24 в месяц.

Это не опечатка. Реальная экономия 95%.

При этом качество на агентских задачах сравнимое, а на длинных воркфлоу с десятками шагов Kimi даже стабильнее держит контекст, потому что обучали его именно под это.

Цена входа - $0.60 за миллион входных токенов и $2.50 за миллион выходных. У Claude и GPT в 5-7 раз дороже на выход.

🎬 Про Wan 2.6 отдельно

До недавнего времени, что бы автоматизировать генерацию видео из текста или из картинки, нужно было лезть в ComfyUI, поднимать свой сервер с GPU или платить за Replicate с конскими ценами.

Теперь скидываете ноду Alibaba Cloud Model Studio, выбираете режим image-to-video, кидаете промпт и картинку - получаете готовое видео с автозагрузкой в воркфлоу.

Себестоимость генерации одного видео в районе нескольких центов.

🤔 Подвох есть?

Да, есть несколько моментов, о которых в инфоповоде обычно молчат:

▪️ Чисто математические задачи и сложное reasoning Kimi проигрывает GPT 5.4 - 96.4% против 99.2% на AIME. Если делаете финансовые расчеты или мед интерпретацию - оставайтесь на старых моделях

▪️ Генерации идут через DashScope API, то есть ваши данные ходят в Китай. Для российского, европейского рынка ок, для США и регулируемых отраслей надо думать. Кстати, n8n предусмотрел Frankfurt регион для EU compliance, но это все еще китайский сервис

▪️ Открытые веса Kimi - 1 триллион параметров. Хочешь у себя локально - готовь 16x80GB H100. То есть для большинства это все равно облако

▪️ У Kimi немного проблем с русским языком в нюансах, но в целом вменяемо. Для базовых задач классификации, генерации, суммаризации норм

Кому это критично начать думать в сторону внедрения данных моделей?

▪️ Агентствам с большим объемом - тут реально считается экономия в тысячи долларов в месяц
▪️ Тем кто строит контент-фабрики - text-to-video через Wan 2.6 это бомба
▪️ Тем кто запускает агентов с длинными цепочками - Kimi K2.6 натренирован специально на такие сценарии (поддерживает координацию 300 субагентов на 4000 шагов в одной сессии)
▪️ Стартапам - можно вообще обнулить расходы на API в начале

📌 Технический момент. n8n сделал ноды через LangChain sub-node паттерн (как у DeepSeek и Grok), поэтому подключаются они к AI Agent ноде стандартным способом. Никаких костылей, никакого HTTP Request с ручной настройкой токенов.

Тренд однозначен - монополия американских AI на высокий ценник заканчивается. Открытые модели догнали закрытые по качеству, а по цене бьют их в 5-7 раз. И n8n очень своевременно дал нам всем рычаг для этого перехода.

Гайд - Cursor + MCP = ЧУДО В N8N

В самом начале мы вообще рассматриваем вариант, когда работаем даже без Cursor, из самого N8N используя внутренний Instance-level MCP.

Этот вариант не такой крутой, как Claude и Cursor и MCP с Github, но самый экономичный.

https://youtu.be/eIpqTXk4mL0

Жителям РФ — лайфхак, как победить замедление Телеграм в воркфлоу n8n.
#method_n8n

С февраля 2026 в России идет замедление Телеграм и со временем оно только усиливается. И если для обычных пользователей это просто бесит и заставляет лишний раз идти в ВПН, то для нас, разработчиков ИИ агентов и автоматизаций, ситуация куда серьезнее.

Потому что у клиентов внутри РФ просто перестают нормально работать боты, на которых стоит вся их автоматизация и зачастую критически важные бизнес процессы.

Картина такая:

▪️ Сообщения зависают и приходят с задержкой в десятки секунд
▪️ Медиа загружается криво или вообще не доходит
▪️ Вебхуки от Телеграма теряются и триггеры в n8n не срабатывают
▪️ Ошибки 504 timeout и 502 Bad Gateway каждый второй запрос

И дело не в хостинге если он в РФ.

Ограничения работают на уровне сетевой инфраструктуры внутри страны, а не на уровне куда вы его задеплоили. Сменой хостинга это не решается, если только вы не поменяете страну хостинга.

🤔 Что же делать?

Есть рабочее решение, и оно простое.

Дело в том, что стандартная Телеграм нода в n8n работает через webhooks. То есть Телеграм должен достучаться до вашего сервера и передать обновление. И вот этот канал и режут больше всего.

А есть другой подход — long polling.

При long polling ваш сервер сам спрашивает у Телеграма раз в 60 секунд "ну что, есть новые сообщения?" и Телеграм ему отвечает.

И этот канал работает на порядок стабильнее, потому что инициатива идет от вашего сервера наружу, а не наоборот.

⚙️ Как настроить — пошагово

Используем community ноду n8n-nodes-telegram-polling от bergi9.

1) Заходим в свой n8n
2) Слева внизу жмем шестеренку настроек, выбираем Community Nodes
3) Жмем Install
4) В открывшемся окне вписываем n8n-nodes-telegram-polling, принимаем условия и устанавливаем
5) В вашем воркфлоу заменяем стандартный Телеграм триггер на новую ноду которая называется Telegram Trigger (long polling)

Найти ее в списке нод можно по слову "long polling" или по знакомой иконке Телеграма.

📌 Что важно знать

▪️ Креды Телеграма используются те же самые, что у обычной ноды (telegramApi), отдельно ничего настраивать не надо
▪️ Дефолтный таймаут long polling 60 секунд, его можно настроить
▪️ Поддерживаются ВСЕ типы апдейтов — message, callback_query, inline_query, edited_message, chat_member и т д
▪️ Это решение также пригодится тем, у кого сервер за CGNAT или работает только через IPv6 (Телеграм webhook не поддерживает IPv6)

🎯 Кому это надо в первую очередь

▪️ Тем, кто делает ботов для клиентов в РФ
▪️ Тем, кто использует self-hosted n8n на домашнем сервере или в коворкинге
▪️ Всем, кто столкнулся с нестабильностью Телеграма за последние недели

Адрес ноды:
https://www.npmjs.com/package/n8n-nodes-telegram-polling

Установка занимает буквально 2 минуты и сразу решает проблему.

P.S. — Это, кстати, отличный пример того, почему n8n — топ. Когда платформа закрывается, выходит community и пилит свое решение. И вы просто берете и пользуетесь, не упираясь в ограничения коробки. В тех же платных Make или Zapier такое решение даже теоретически было бы невозможным, жди пока разработчик платформы сам созреет или не созреет никогда.

Сервис, который сэкономит вам сотни долларов и часы выбора нейронки для проекта.
#method_n8n

Мы постоянно сталкиваемся с одним и тем же вопросом — какую нейронку выбрать для конкретной задачи в воркфлоу n8n или для агента?

GPT-5.5? Claude Opus 4.7? Gemini 3.1 Pro? А может Kimi K2.6 за пятую часть цены справится?

Раньше я для этого читал десятки бенчмарков, смотрел сравнения на Ютубе, тестил руками сам. Уходила куча времени и все равно не было четкой картины.

Теперь у меня есть один сервис, в который я захожу каждый раз, когда нужно подобрать модель под задачу.

⚡️ Имя ему — Artificial Analysis

Ссылка: https://artificialanalysis.ai/models

Это полностью бесплатный аналитический портал, который сравнивает 512 нейронок по 10 параметрам в реальном времени.

🤔 Что там можно посмотреть

▪️ Intelligence Index — общий уровень интеллекта по 10 серьезным бенчмаркам (GPQA Diamond, Humanity's Last Exam, SciCode, Terminal-Bench и др)
▪️ Coding Index — отдельно по программированию
▪️ Agentic Index — отдельно по агентским задачам, что особенно важно для n8n воркфлоу
▪️ Цена за миллион токенов (вход и выход отдельно)
▪️ Скорость в токенах в секунду
▪️ Latency — время до первого токена
▪️ Размер контекстного окна
▪️ Сколько токенов модель тратит на тот же бенчмарк (это вообще огонь, можно увидеть кто реально жрет токены)
▪️ Сколько стоит прогнать модель через все эвалуации (наглядная стоимость в работе)
▪️ Hallucination Rate — насколько часто модель врет

📊 Что я узнал из топ результатов прямо сейчас

Самые умные модели на 7 мая 2026:

1. GPT-5.5 (xhigh) — Intelligence Index 60
2. GPT-5.5 (high) — 59
3. Claude Opus 4.7 (Max Effort) — 57
4. Gemini 3.1 Pro Preview — 57
5. GPT-5.4 (xhigh) — 57

Самые дешевые при этом адекватные:

▪️ Qwen3.5 0.8B — $0.02 за миллион токенов
▪️ Gemma 3n E4B — $0.03
▪️ Qwen3.5 2B — копейки

Самая быстрая нейронка:

▪️ Mercury 2 — 859 токенов в секунду (это просто полет, для real-time чат ботов)

Самая большая по контексту:

▪️ Llama 4 Scout — 10 миллионов токенов в окне (можно запихнуть целую библиотеку книг)

Лучшая опенсорс модель:

▪️ Kimi K2.6 — Intelligence Index 54, обходит большинство платных

🎯 Чем мне реально помогает этот сервис

▪️ Когда клиент жалуется на счет за OpenAI, я через 2 минуты подбираю модель в 5 раз дешевле с сопоставимым качеством для его задачи
▪️ Когда нужно сделать агента где важна скорость ответа (саппорт, продажи) смотрю latency и output speed
▪️ Когда строим RAG с большой базой знаний, смотрю кто умеет в большой контекст
▪️ Когда выбираем модель для критичных задач, смотрю Hallucination Rate, чтобы не получить выдуманный ответ от ИИ финансисту

Самая ценная фича на мой взгляд — это график Intelligence vs Price. Сразу видно, какие модели сидят в "наиболее привлекательном квадранте" (так называется область, где умные и дешевые встречаются). Это и есть ваш золотой выбор для большинства задач.

📌 Кстати, у сервиса также есть отдельные страницы для:

▪️ AI агентов — сравнение агентских платформ
▪️ Speech, Image, Video — для тех кто работает с генерацией медиа
▪️ Hardware — сравнение видеокарт для self-hosted сетапов

И отдельный раздел Trends, где видно как модели развиваются во времени. Сразу понятно, кто стагнирует, а кто прогрессирует.

🔥 Главное преимущество — все цифры замеряются независимо, а не из маркетинговых анонсов лабораторий. Они сами тестят все 512 моделей по одинаковым промптам.

Поэтому когда видишь Intelligence Index — это не вранье в духе "наша новая модель лучшая в мире". Это реальные цифры на реальных задачах.

Залетайте, мощный инструмент.

❤️ если сервис полезный
🤔 если до этого подбирали моделей вслепую