n8n of Make: uitvoeringen, credits en beheerkosten

Voor korte koppelingen die je visueel wilt bouwen zonder zelf een platform te beheren, is Make vaak de logische keuze. n8n past beter wanneer een workflow veel stappen bevat, eigen code nodig heeft of op eigen infrastructuur moet draaien. Bij n8n Cloud telt volgens het prijsmodel van n8n een volledige workflowrun als één uitvoering, ongeacht het aantal stappen. De creditregels van Make rekenen voor gewone modules doorgaans één credit per operatie; AI-functies kunnen anders worden berekend.

Daarom vertelt de laagste abonnementsprijs weinig over dezelfde automatisering. Het aantal starts bepaalt vooral het verbruik bij n8n Cloud; bij Make tellen ook de modules die draaien en de gegevensitems die ze afzonderlijk verwerken. Wie n8n zelf host, moet bovendien infrastructuur, onderhoud en herstelwerk meenemen. Geen van beide rekeneenheden bewijst op zichzelf welk platform goedkoper is.

Wat telt als een uitvoering of operatie?

Een n8n-uitvoering begint wanneer de workflow start. Binnen die run kunnen opeenvolgende stappen meerdere gegevensitems verwerken zonder dat iedere stap een nieuwe cloud-uitvoering wordt. Dat maakt de lengte van een workflow relevant voor het ontwerp en de rekentijd, maar niet rechtstreeks voor de teller van n8n Cloud. Een nieuwe start van dezelfde workflow telt wel opnieuw.

Make telt per module hoe vaak die draait. De uitleg van Make over operaties en bundels laat zien dat een bronmodule in één operatie meerdere bundels kan opleveren, waarna een volgende module voor elke bundel afzonderlijk draait. Een controle die geen nieuwe gegevens vindt, kan ook een operatie zijn. Het aantal zichtbare modules is dus slechts een deel van de berekening: hun positie na een stap die gegevens opsplitst, bepaalt hoeveel keer ze worden uitgevoerd.

De voorbeelden hieronder zijn voorwaardelijke rekenvoorbeelden, geen gemeten verbruik. Per voorbeeld krijgen n8n en Make dezelfde invoer en moeten ze hetzelfde resultaat leveren. De berekening veronderstelt geslaagde runs, een bronmodule die eenmaal per start draait en gewone Make-modules met één credit per operatie. Een andere trigger, extra vertakkingen of een afwijkend moduletarief verandert de uitkomst.

Drie workflows met dezelfde invoer op beide platforms

Korte SaaS-koppeling. Stel dat elke maand 1.000 afzonderlijke klantgebeurtenissen binnenkomen. Per gebeurtenis start een workflow die een klantrecord opzoekt en bijwerkt. Als de Make-trigger en beide acties elk eenmaal draaien, levert dit 1.000 n8n-uitvoeringen tegenover 3.000 Make-credits op. Een periodieke Make-trigger die ook zonder nieuwe gebeurtenis controleert, voegt operaties toe. Het voorbeeld toont de tellers; zonder abonnementsprijzen zegt de verhouding niets over het goedkoopste plan.
Lange gegevensstroom. Stel dat een bron 100 keer per maand start en per keer 20 records teruggeeft. Elk record doorloopt daarna zes gewone acties. n8n telt dan 100 uitvoeringen, zolang ieder opgehaald pakket binnen zijn oorspronkelijke workflowrun blijft. Make telt in dit ontwerp per start één bronoperatie en 20 maal zes vervolgoperaties: 12.100 credits per maand. Een actie die records als één partij kan verwerken, verlaagt het aantal vervolgoperaties; een extra module per record verhoogt het.
AI-agent. Stel dat 1.000 berichten elk één workflow starten, met een invoermodule, één agentoperatie en een uitvoermodule. Dat geeft 1.000 n8n-uitvoeringen. Bij Make vormen drie operaties per bericht een basis van 3.000 credits wanneer de agent een eigen modelverbinding gebruikt en verder geen tools aanroept. De modelaanbieder berekent zijn tokens dan afzonderlijk. Roept de agent per bericht één Make-tool aan, dan komen er in dit vereenvoudigde ontwerp 1.000 credits bij; herhaalde toolaanroepen verhogen dat aantal verder.

In de gegevensstroom ontstaat het grote verschil doordat dezelfde vervolgactie voor ieder record opnieuw draait. Bij de agent zit de onzekerheid in wat er tijdens één gesprek gebeurt. Twee berichten van gelijke lengte kunnen verschillend uitpakken wanneer de agent voor het ene bericht meer tools of modelaanroepen nodig heeft.

Een AI-agent heeft meer dan één kostenteller

Voor Make AI Agents maakt de gekozen modelverbinding verschil. De creditregels voor Make AI Agents rekenen bij een eigen modelverbinding één credit voor een agentoperatie en afzonderlijke credits voor aangeroepen tools. De modelaanbieder factureert dan het tokengebruik. Met Make’s eigen AI-aanbieder kunnen ook tokens het Make-creditverbruik verhogen.

De basisraming hierboven beschrijft daarom alleen een afgebakend scenario. Een agent die extra context ophaalt, een tool opnieuw probeert of meerdere antwoorden genereert, heeft een andere rekening dan een agent die direct antwoordt. Bij n8n blijven stappen binnen dezelfde gestarte workflow onder één cloud-uitvoering vallen, maar gebruik van een extern AI-model en eventueel extra gestarte workflows zijn afzonderlijke posten. Een vaste platformprijs per ontvangen bericht zou deze verschillen verbergen.

Welke bouw- en beheeromgeving past bij het team?

Make biedt een beheerde clouddienst met een visuele scenariobouwer. In de productvergelijking van Make noemt het bedrijf meer dan 3.000 vooraf gebouwde appintegraties. Dat brede aanbod helpt vooral als de benodigde trigger en actie al bestaan. Een app in de catalogus garandeert nog niet dat juist de vereiste gegevensvelden of bewerkingen beschikbaar zijn; bij een afwijkende koppeling kan alsnog maatwerk nodig zijn.

n8n heeft eveneens een visuele editor, maar biedt technische teams ruimte voor code, API-aanroepen en eigen hosting. Dat is aantrekkelijk wanneer een proces interne systemen raakt of wanneer de organisatie zelf wil bepalen waar de automatisering draait. Die controle vraagt iemand die de omgeving kan inrichten en onderhouden. Bij Make ligt het platformbeheer bij de leverancier, terwijl het team nog steeds verantwoordelijk is voor de logica van het scenario, de gekoppelde accounts en de toegangsrechten.

Zelfhosting is ook geen alles-of-nietsbesluit over datacontrole. De locatie van een eigen n8n-installatie kan door de organisatie worden gekozen, maar gegevens die een workflow naar een gekoppelde SaaS-dienst of modelaanbieder verstuurt, vallen onder de inrichting en voorwaarden van die verbinding. De relevante vraag is dus welke gegevens de afzonderlijke stappen verwerken en waar die stappen draaien.

Zelfhosting en foutafhandeling veranderen de totaalkosten

De zelf te hosten Community Edition van n8n vermijdt een cloudabonnement voor het standaardproduct, maar maakt capaciteit en beheer niet gratis. Tel server en opslag, back-ups, updates, beveiliging en toezicht apart op. Voor een bedrijfskritische workflow horen daar ook de uren bij om een storing te onderzoeken en de verwerking te herstellen. Wie betaalde functies nodig heeft, moet nagaan welk n8n-abonnement daarvoor vereist is.

Fouten beïnvloeden beide tellers op een andere manier. Een opnieuw gestarte n8n-workflow levert een extra uitvoering op; bij Make kunnen opnieuw uitgevoerde modules extra credits kosten. Daarnaast kan een mislukte actie handmatige controle vragen, ook als het platformverbruik klein blijft. Houd voor het kostenbeeld daarom het normale volume, de verwachte herhalingen en de beheertijd als afzonderlijke posten aan.

Voor een korte, grotendeels standaard SaaS-koppeling kan het gemak van Make zwaarder wegen dan de telling per module. Voor een lange stroom met veel acties per gegevensitem kan n8n Cloud gunstiger uitvallen in rekeneenheden, terwijl zelfhosting vooral een keuze over controle en beheer is. De doorslag volgt uit dezelfde workflow op beide platforms: hoeveel keer zij start, hoeveel acties per item plaatsvinden en wie de omgeving en uitzonderingen afhandelt.