Make、n8n 与自建 API：AI 工作流方案怎么选
部署 · 控制 · 成本结构 · 运维 · 锁定
问题：把大模型接进业务流程，选可视化平台（Make）、可自托管的开源方案（n8n）， 还是直接写代码自建？先说结论：三种方案调用的模型 API 是同一个、按同一价格计费—— 差异不在"AI 成本"，而在部署形态、数据边界、平台费用与运维责任。本文给决策框架，不预设任何产品获胜。
一、三种方案是什么
· Make（云 iPaaS）：全托管可视化平台，场景（Scenario）由触发器与模块序列组成；提供 REST 风格开放 API 与自定义应用机制，多数管理端点需付费订阅（见 Make 开发者文档，2026-10-28 核实）；
· n8n（fair-code 自动化工具）：官方文档定义为"fair-code licensed workflow automation tool"，可自行安装（官方文档列出 Docker Compose 等部署方式），也可使用其云服务（见 n8n 官方文档，2026-10-28 核实）；
· 自建 API：用代码（队列 + 函数 + 定时任务）直接编排模型调用，无平台层，全部控制、全部责任。
二、对比框架（六维度）
| 维度 | Make（云 iPaaS） | n8n（fair-code / 可自托管） | 自建 API |
|---|---|---|---|
| 部署形态 | 全托管 SaaS，零运维 | 自托管（Docker 等）或官方云 | 自有环境，完全自控 |
| 数据驻留 | 数据流经平台服务器 | 自托管时数据不出内网 | 数据不出内网 |
| 上手速度 | 快：可视化拼装 | 快：可视化拼装 | 慢：需开发与调试 |
| 定制上限 | 受平台模块与 API 约束 | 可写自定义代码节点 | 无上限 |
| 成本结构 | 平台按操作数计 + LLM API | 自托管=服务器成本 / 云=订阅 + LLM API | 仅基础设施 + LLM API |
| 运维责任 | 平台承担 | 自托管自担（升级/可用性） | 全部自担 |
| 供应商锁定 | 高：流程资产在平台 | 中：可迁移到自托管 | 低 |
上表刻意只比结构不比价格；两家定价已核验并见下一节。LLM API 成本三种方案完全相同——用 成本计算器 统一口径估算。
三、平台定价与计费单位（2026-10-28 核验）
Make（美元，页面标价）：Free $0/月（明确含 1,000 credits/月）；Core $9 / Pro $16 / Teams $29 每/月（页面在"Save 15%"语境下显示这些数字，未标明当前是月付档还是年付档，月付与年付并排价目未给出）；Enterprise 联系销售。credits 用尽：场景停止运行，可升级、加购（仅 1,000/10,000 捆绑包，价格按"订阅中定义的固定价"——数字未公开）或对 Core/Pro/Teams 开启自动加购 10,000 credits；credits 按周期过期不结转。credits 的计量：场景中每个模块动作多数计 1 个 credit（读取/搜索/创建/更新/转换/聚合/迭代均计），错误处理与 Router 模块不计，Make Code 按 2 credits/秒另计；官方称单次场景运行消耗"从 2 个 credits 到数千个不等"。来源：Make 官方定价页（2026-10-28 二次核验）。
n8n（欧元 EUR，页面标价）：Starter €20/月（年付，含 2,500 workflow executions/月）；Pro €50/月（年付，10,000 executions/月）；Business €667/月（年付，40,000 executions/月，仅自托管）；Community 版免费自托管（GitHub 提供）。executions 的计量：一次 execution = 整个工作流完整跑完一次，无论其中多少步骤、处理多少数据都只计 1 次。来源：n8n 官方定价页。
两个单位不可互换：Make 的 1 credit ≈ 一个模块动作，n8n 的 1 execution = 一整次运行（可能含几十个模块）。把"10,000 credits"与"10,000 executions"直接比大小是错的——同一流程在两家消耗可能差一个数量级。未给出项（不猜测）：Make 各付费档具体含多少 credits、月付价与加购包价；n8n 月付价、超额费率、Business 云上版上线时间。
四、成本三层分离与一个示例工作流
三层账：① 平台订阅/用量费（Make credits 或 n8n 云 executions；自托管则为 ② 基础设施费——服务器、运维人力）；③ LLM API 费（三种方案完全相同，见 模型库 刊例价）。决策时把三层分开算，比"总价谁低"更可靠。
示例工作流（示例假设，非实测统计）：每日运行 500 次"表单→AI 打标签→写入表格"，每次含 1 次模型调用（输入 2,000 / 输出 800 Token、缓存命中率 30%）。月运行 15,000 次：
· Make 侧（假设每次运行消耗 5 个 credits：触发器+取数+裁剪+HTTP+写入）：15,000 × 5 = 75,000 credits/月。各档包含额度未公开，无法按官方套餐组合确定月费——以下仅为模型估算（非官方报价）：按 Pro 公开显示的单价 $1.60/千 credits 线性外推，75,000 × $1.60 ÷ 1,000 ≈ $120/月。计算依据与局限：① 未计入订阅内含额度（官方未公开各档含多少 credits）；② 官方实际路径是"订阅 + 1,000/10,000 加购包"，加购固定价数字未公开，线性外推超出官方捆绑规则；③ 实际月费须以 Make 官方报价/控制台为准。
· n8n 云托管路线：1 次运行 = 1 execution → 15,000 executions/月。Pro 年付 €50/月仅含 10K，已超出；官方称超配额不停服但 Starter/Pro 的超额费率仅标注"Capped"、具体数字未公开——云托管的确切月费无法从公开页面确定；云版 Business 尚未提供（仅 waitlist）。
· n8n 自托管路线：Business 年付 €667/月（含 40K executions/月，license key 需每日连接 n8n 许可证服务器）+ 自购服务器与运维成本（规格未定，未估算）。注意 €667 是自托管套餐价，不是云托管价，两者不可混用。
· LLM API 侧（三种方案相同）：以 DeepSeek V4.1 Flash 低谷口径计 ≈ ¥7/月（15,000 次 × 每次约 ¥0.00046，刊例估算，来源 models.json 2026-10-28 核验）；
· 读法：这个量级下平台/基础设施费（数十到数百美元级，且 Make 侧只能估算）远大于 API 费（个位数元）——优先优化"流程复杂度与运行次数"，而不是纠结模型单价。若执行量再小一个量级，Make 免费档（1,000 credits/月）或 n8n 试用额度可能直接够用。
局限（逐项如实标注）：5 credits/次仅为示例假设（官方口径单次 2~数千）；Make 各档含额、加购固定价、月付价均未公开；n8n 月付价、超额费率数字未公开，自托管基础设施未估算。以上均为文档研究的示例计算，非行业平均值、非实测账单；价格以官网为准，核验日期 2026-10-28。
五、按场景选（含"不选"的边界）
· 小团队快速验证：可视化平台更快；业务数据不敏感时优先考虑全托管（少一件运维差事）；
· 数据不能出内网：n8n 自托管或自建；两者都不需要把业务数据交给第三方平台；
· 执行量大且有运维能力：自建通常总成本最低（无平台操作费），但要把限流、重试、监控、告警自己建好——这些在平台上是自带的；
· 流程会频繁改：可视化方案改连线即可；自建改代码 + 重新部署；
· 不确定先跑量：先用平台小流量试运行并统计真实 Token 消耗（方法见 Make 工作流成本指南的架构节，架构思路对三种方案通用），再决定迁移与否。
六、一个常被忽略的事实
模型 API 是三种方案共同的"原材料"，价格由厂商决定（本站 models.json 收录的刊例价，逐条可核验）。 选型争论里真正该比的是：平台费、运维人力、数据边界与锁定成本——而不是"哪个方案调模型更便宜"：都一样。
七、联盟状态声明与数据来源
· 商业关系：Make 官方联盟计划处于本站候选评估阶段（candidate），尚未申请、未获批，本文不含任何推广链接；n8n 与自建方案无任何商业关系。若未来 Make 获批，CTA 只会在本节附近出现并就近披露佣金关系，对比结论不因合作关系改变；
· 来源：n8n 与 Make 的概念性描述引自各自官方文档（2026-10-28 核实链接见正文）；两产品定价未核验，已逐项标注；
· 本文为文档研究，不含实测结论；无点击或转化数据（本站未配置相关分析）。
八、下一步
· 估算三种方案共同的 LLM 成本：成本计算器；
· 平台工作流的成本结构：Make 工作流成本指南；
· 查模型价格档案与对比：模型库 / 模型对比；
· 回到 指南中心。