NouveauBranchez n’importe quel agent sur UberLLM : une clé, tous les modèles, au prix catalogue ou moins.
UberLLM

n8n avec UberLLM : modèles d'agents IA moins chers et génération de vidéos

Créez un identifiant OpenAI n8n avec votre clé UberLLM et l'URL de base https://api.uberllm.dev/v1,, utilisez-le dans un nœud de modèle de chat OpenAI avec "Use Responses API" désactivé, et choisissez n'importe quel modèle UberLLM. Pour la vidéo, appelez /v1/video/generations avec le nœud HTTP Request et interrogez jusqu'à ce que la tâche se termine.

Partie 1 : modèles de chat dans l'Agent IA

  1. Créez une clé sur votre page des clés et ajoutez du crédit.
  2. Dans n8n, allez à Credentials → Create credential → OpenAI.
  3. Remplissez :
    • API Key : votre clé ull_…
    • Base URL : https://api.uberllm.dev/v1 Laissez l'ID d'organisation vide. Enregistrez : n8n teste l'identifiant en listant les modèles, et cela devrait réussir.
  4. Dans votre workflow, ajoutez un nœud AI Agent et, comme modèle de chat, un nœud OpenAI Chat Model utilisant cet identifiant.
  5. Dans le nœud Modèle de chat OpenAI :
    • Model : choisissez By ID et entrez deepseek/deepseek-v4.1-flash (ou choisissez dans la liste, qui affiche maintenant les modèles d'UberLLM)
    • Désactivez Use Responses API. Elle est activée par défaut dans les versions récentes de n8n. UberLLM prend également en charge l'API de réponses, mais ce workflow a été testé sur les complétions de chat.
  6. Exécutez le workflow.

Le même identifiant fonctionne dans la Basic LLM Chain et d'autres nœuds qui acceptent un modèle de chat.

Utilisez l'Agent IA ou la Chaîne LLM de base avec le nœud Modèle de chat OpenAI, ou le nœud Requête HTTP ci-dessous. L'action "Message a model" du nœud "OpenAI" autonome appelle toujours l'API de réponses, et ses outils intégrés (recherche web, recherche de fichiers) s'exécutent uniquement sur les propres serveurs d'OpenAI.

Partie 2 : faire une vidéo avec une requête HTTP

Une vidéo prend une minute ou plus, c'est donc une tâche : la démarrer, attendre, vérifier, répéter jusqu'à ce qu'elle soit terminée.

Identifiant. Créez un identifiant Bearer Auth avec Bearer Token = votre clé ull_…. (Ou choisissez l'identifiant OpenAI de la Partie 1 sous Type d'identifiant prédéfini ; il envoie le même en-tête.)

Nœud 1, Requête HTTP (démarrer la tâche)

  • Method : POST
  • URL : https://api.uberllm.dev/v1/video/generations
  • Authentification : Type d'identifiant générique → Bearer Auth
  • Envoyer le corps : activé, JSON :
{
  "model": "fal-ai/vidu/q3/text-to-video/turbo",
  "prompt": "a red ball bouncing on green grass, slow motion",
  "duration_seconds": 5
}

La réponse contient la tâche id, status (queued) et estimated_cost_usd.

Nœud 2, Attendre : Reprendre = Après un intervalle de temps, 10 secondes.

Nœud 3, Requête HTTP (vérifier la tâche)

  • Method : GET
  • URL : https://api.uberllm.dev/v1/video/generations/{{ $('HTTP Request').item.json.id }} (utilisez le nom de votre premier nœud)
  • Même identifiant Bearer Auth

Nœud 4, Si : {{ $json.status }} est queued ou running → retournez au nœud Attendre. Sinon, continuez.

Nœud 5 : quand status est succeeded, le lien de la vidéo est dans results[0].url. Téléchargez-la avec une autre requête HTTP (GET, même identifiant, et sous Options → Réponse définissez Format de réponse sur Fichier) ou transmettez le lien. failed est accompagné de error.message en langage clair, et une tâche échouée ne coûte rien.

Chaque modèle ne produit que certaines longueurs et tailles. Si vous en demandez une qu'il ne produit pas, la première requête est refusée avec un message listant ce qu'il fait, avant que quoi que ce soit ne soit facturé. Les options de chaque modèle se trouvent sur sa page.

Dépannage

  • Le test des identifiants échoue : L'API Base URL doit être exactement https://api.uberllm.dev/v1 ; la clé ne doit pas contenir d'espaces.
  • 404 depuis le modèle de chat OpenAI : l'API Base URL des identifiants manque /v1.
  • L'agent n'appelle jamais d'outils : choisissez un modèle de la première table ; les très petits modèles ignorent les outils.
  • 400 wrong_endpoint : un modèle vidéo a été envoyé au nœud de chat, ou un modèle de chat à l'URL vidéo.
  • La boucle ne se termine jamais : le nœud If doit comparer status, et le Wait doit précéder chaque vérification.
  • 402 crédits insuffisants : ajoutez des crédits sur la page des crédits. Une vidéo conserve ses max_cost_usd pendant son exécution.

Continuer la lecture

Modèles pour les workflows d'agents IA

Appels d'outils fiables ; le premier est dans les étapes.

ModèleID du modèle (à coller)Prix actuel
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.00018 en entrée · $0.0014 en sortie / 1M
Gemini 3.5 Flashgoogle/gemini-3.5-flash$0.0150 en entrée · $0.0900 en sortie / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.1062 en entrée · $0.5310 en sortie / 1M
GPT-5.5openai/gpt-5.5$0.1250 en entrée · $0.7500 en sortie / 1M
Kimi K3moonshotai/kimi-k3$0.0010 en entrée · $0.0788 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.00070 en entrée · $0.0141 en sortie / 1M
Gemma 3 27Bgoogle/gemma-3-27b-it$0.00079 en entrée · $0.0020 en sortie / 1M
Qwen3 VL 235B A22Bqwen/qwen3-vl-235b-a22b-instruct$0.0021 en entrée · $0.0188 en sortie / 1M

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

Modèles vidéo pour le workflow HTTP Request

Modèles texte-vers-vidéo disponibles en ligne maintenant, avec le prix d'aujourd'hui. Le premier est dans la requête ci-dessous.

ModèleID du modèle (à coller)Prix actuel
Vidu Q3 Turbo Text to Videofal-ai/vidu/q3/text-to-video/turbo$0.028 par seconde
Kling 3 Standard Text to Videofal-ai/kling-video/v3/standard/text-to-video$0.0672 par seconde
Veo 3.1 Fast Text to Videofal-ai/veo3.1/fast$0.08 par seconde
Kling 2.5 Turbo Pro Text-to-Videokling/kling-2-5-turbo-pro-text-to-video$0.039 par seconde
Wan 2.7 Text-to-Videowan/wan-2-7-text-to-video$0.08 par seconde
Veo 3.1 Fast Text-to-Videogoogle/veo3-1-fast-text-to-video$0.13 par seconde

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

FAQ

Comment utiliser UberLLM dans n8n ?

Créez un identifiant OpenAI avec votre clé UberLLM et l'URL de base https://api.uberllm.dev/v1, puis utilisez-le dans le nœud OpenAI Chat Model d'un Agent IA avec "Use Responses API" désactivé.

n8n peut-il créer des vidéos avec UberLLM ?

Oui, avec le nœud HTTP Request : POST vers https://api.uberllm.dev/v1/video/generations,, attendez, GET le job jusqu'à ce que son statut soit 'succeeded', puis téléchargez results[0].url.

Faut-il activer ou désactiver "Use Responses API" dans n8n avec UberLLM ?

Le paramètre testé est 'Off'. UberLLM fournit à la fois les 'chat completions' et l'API Responses, mais le workflow de l'Agent IA sur cette page a été vérifié avec le nœud OpenAI Chat Model sur les 'chat completions'.