n8n met UberLLM: goedkopere AI Agent modellen en videogeneratie

Deel 1: chatmodellen in de AI Agent

1. Maak een sleutel aan op je sleutelpagina en voeg tegoed toe.
2. Ga in n8n naar Credentials → Create credential → OpenAI.
3. Vul in:
   • API Key: je ull_… key
   • Base URL: https://api.uberllm.dev/v1 Laat Organization ID leeg. Opslaan: n8n test de credential door modellen op te sommen, en dit zou moeten slagen.
4. Voeg in je workflow een AI Agent node toe en, als chatmodel daarvoor, een OpenAI Chat Model node die die credential gebruikt.
5. In de OpenAI Chat Model node:
   • Model: kies By ID en voer deepseek/deepseek-v4.1-flash in (of kies uit de lijst, die nu de modellen van UberLLM toont)
   • Zet Use Responses API uit. Deze staat standaard aan in recente n8n versies. UberLLM ondersteunt ook de Responses API, maar deze workflow is getest op chat completions.
6. Voer de workflow uit.

Dezelfde credential werkt in de Basic LLM Chain en andere nodes die een chatmodel gebruiken.

Gebruik de AI Agent of Basic LLM Chain met de OpenAI Chat Model node, of de HTTP Request node hieronder. De 'Message a model' actie van de standalone "OpenAI" node roept altijd de Responses API aan, en de ingebouwde tools (web search, file search) draaien alleen op de eigen servers van OpenAI.

Deel 2: maak een video met HTTP Request

Een video duurt een minuut of langer, dus het is een taak: start het, wacht, controleer, herhaal totdat het klaar is.

Inloggegevens. Maak een Bearer Auth inloggegeven met Bearer Token = jouw ull_… key. (Of kies de OpenAI inloggegeven uit Deel 1 onder Predefined Credential Type; deze stuurt dezelfde header.)

Node 1, HTTP Request (start de taak)

• Methode: POST
• URL: https://api.uberllm.dev/v1/video/generations
• Authenticatie: Generic Credential Type → Bearer Auth
• Verstuur Body: aan, JSON:

{
  "model": "fal-ai/vidu/q3/text-to-video/turbo",
  "prompt": "a red ball bouncing on green grass, slow motion",
  "duration_seconds": 5
}

Het antwoord bevat de taak id, status (queued) en estimated_cost_usd.

Node 2, Wacht: Hervat = Na Tijdinterval, 10 seconden.

Node 3, HTTP Request (controleer de taak)

• Methode: GET
• URL: https://api.uberllm.dev/v1/video/generations/{{ $('HTTP Request').item.json.id }} (gebruik de naam van je eerste node)
• Dezelfde Bearer Auth inloggegeven

Node 4, Als: {{ $json.status }} is queued of running → verbind terug met de Wacht node. Anders ga verder.

Node 5: wanneer status succeeded is, is de videolink in results[0].url. Download het met nog een HTTP Request (GET, dezelfde inloggegeven, en onder Opties → Antwoord stel Antwoord Formaat in op Bestand) of geef de link door. failed komt met error.message in duidelijke woorden, en een mislukte taak kost niets.

Elk model maakt slechts bepaalde lengtes en formaten. Als je er een vraagt die het niet maakt, wordt de eerste aanvraag geweigerd met een bericht dat aangeeft wat het wel doet, voordat er iets in rekening wordt gebracht. De opties van elk model staan op de betreffende pagina.

Probleemoplossing

• Test van inloggegevens mislukt: Base URL moet precies https://api.uberllm.dev/v1 zijn; de sleutel mag geen spaties bevatten.
• 404 van OpenAI Chat Model: de Base URL van de inloggegevens mist /v1.
• De agent roept nooit tools aan: kies een model uit de eerste tabel; zeer kleine modellen slaan tools over.
• 400 wrong_endpoint: een videomodel is naar de chat node gestuurd, of een chatmodel naar de video URL.
• De lus eindigt nooit: de If node moet status vergelijken, en de Wait moet vóór elke controle komen.
• 402 onvoldoende tegoed: voeg tegoed toe op de tegoedpagina. Een video behoudt zijn max_cost_usd zolang deze actief is.

Lees verder

• Referentiepagina: n8n documentatie, en kant-en-klare n8n videoworkflows om te importeren
• Maak een video of afbeelding: elk veld
• Video API-prijzen