n8n com UberLLM: modelos de AI Agent mais baratos e geração de vídeo

Parte 1: modelos de chat no AI Agent

1. Crie uma chave na sua página de chaves e adicione crédito.
2. Em n8n vá para Credentials → Criar credencial → OpenAI.
3. Preencha:
   • API Key: sua ull_… chave
   • Base URL: https://api.uberllm.dev/v1 Deixe Organization ID vazio. Salvar: n8n testa a credencial listando modelos, e deve passar.
4. No seu fluxo de trabalho adicione um nó AI Agent e, como seu modelo de chat, um nó OpenAI Chat Model usando essa credencial.
5. No nó OpenAI Chat Model:
   • Model: escolha By ID e insira deepseek/deepseek-v4.1-flash (ou escolha da lista, que agora mostra os modelos do UberLLM)
   • Desative Use Responses API. Ele vem ativado por padrão nas versões recentes do n8n. UberLLM também serve a Responses API, mas este fluxo de trabalho foi testado com chat completions.
6. Execute o fluxo de trabalho.

A mesma credencial funciona no Basic LLM Chain e em outros nós que aceitam um modelo de chat.

Use o AI Agent ou Basic LLM Chain com o nó OpenAI Chat Model, ou o nó HTTP Request abaixo. A ação "Message a model" do nó "OpenAI" autônomo sempre chama a Responses API, e suas ferramentas integradas (pesquisa na web, pesquisa de arquivos) rodam apenas nos próprios servidores da OpenAI.

Parte 2: fazer um vídeo com Requisição HTTP

Um vídeo leva um minuto ou mais, então é um trabalho: iniciá-lo, esperar, verificar, repetir até que esteja pronto.

Credencial. Crie uma credencial Bearer Auth com Bearer Token = sua chave ull_…. (Ou escolha a credencial OpenAI da Parte 1 em Tipo de Credencial Predefinida; ela envia o mesmo cabeçalho.)

Nó 1, Requisição HTTP (iniciar o trabalho)

• Método: POST
• URL: https://api.uberllm.dev/v1/video/generations
• Autenticação: Tipo de Credencial Genérica → Bearer Auth
• Enviar Corpo: ativado, JSON:

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

A resposta tem o trabalho id, status (queued) e estimated_cost_usd.

Nó 2, Esperar: Retomar = Após Intervalo de Tempo, 10 segundos.

Nó 3, Requisição HTTP (verificar o trabalho)

• Método: GET
• URL: https://api.uberllm.dev/v1/video/generations/{{ $('HTTP Request').item.json.id }} (use o nome do seu primeiro nó)
• Mesma credencial Bearer Auth

Nó 4, Se: {{ $json.status }} é queued ou running → conectar de volta ao nó Esperar. Caso contrário, continuar.

Nó 5: quando status é succeeded, o link do vídeo está em results[0].url. Baixe-o com mais uma Requisição HTTP (GET, mesma credencial, e em Opções → Resposta defina Formato da Resposta como Arquivo) ou passe o link adiante. failed vem com error.message em palavras simples, e um trabalho falho não custa nada.

Cada modelo faz apenas certos comprimentos e tamanhos. Se você pedir um que ele não faz, a primeira requisição é recusada com uma mensagem listando o que ele faz, antes que algo seja cobrado. As opções de cada modelo estão em sua página.

Solução de Problemas

• Teste de credencial falha: A Base URL deve ser https://api.uberllm.dev/v1 exatamente; a chave não deve ter espaços.
• 404 do OpenAI Chat Model: a Base URL da credencial está faltando /v1.
• O agente nunca chama ferramentas: escolha um modelo da primeira tabela; modelos muito pequenos pulam ferramentas.
• 400 wrong_endpoint: um modelo de vídeo foi enviado para o nó de chat, ou um modelo de chat para a URL de vídeo.
• O loop nunca termina: o nó If deve comparar status, e o Wait deve vir antes de cada verificação.
• 402 créditos insuficientes: adicione crédito na página de créditos. Um vídeo mantém seu max_cost_usd enquanto está em execução.

Continue lendo

• Página de referência: n8n doc, e prontos n8n fluxos de trabalho de vídeo para importar
• Crie um vídeo ou imagem: todos os campos
• Preços da API de Vídeo