Make eller Pipedream: 10 000 steg betyr ikke samme arbeidsmengde

Velg Make når automatiseringen hovedsakelig består av handlinger mellom SaaS-tjenester som kan settes sammen visuelt. Velg Pipedream Connect når integrasjonene skal bygges inn i en egen app, og du allerede har et sted å kjøre egen kode. Ifølge Makes prisliste bruker 10 000 ordinære modulhandlinger 10 000 kreditter; Make Code App bruker i tillegg to kreditter per sekund med kodekjøring.

Forskjellen ligger i hvilket arbeid hver plattform tar betalt for. Pipedreams prisdokumentasjon skiller mellom Connect, som teller blant annet handlingskall etter kjøretid, og Workflows, som teller kjøretid per arbeidsflytsegment. For en ny løsning er Connect det relevante Pipedream-produktet. Kode som kjøres i din egen app, må regnes som en egen kostnad.

En modulhandling er ikke det samme som et API-kall

I Make bruker de fleste moduler én kreditt hver gang de utfører en handling. Et oppslag, en oppdatering og en transformasjon kan dermed bli tre belastede handlinger for samme post. En ruter i seg selv bruker ingen kreditt, men modulene i grenene som faktisk kjøres, gjør det normalt. Antallet moduler du ser i scenarioet, sier derfor mindre om månedsforbruket enn antallet ganger hver modul blir utført.

Connect lar en app eller KI-agent bruke andre tjenesters API-er på vegne av brukere. Handlingskall, MCP-verktøykall, forespørsler gjennom Connect-proxyen og hendelser fra distribuerte triggere kan bruke kreditter. En kort operasjon bruker én kreditt per påbegynt intervall på 30 sekunder med beregning. Et oppslag eller en transformasjon som appen utfører lokalt uten et Connect-kall, havner derimot på appens egen driftsregning.

Dette skillet er særlig viktig i flergrensflyter. En Make-gren kan legge til flere modulhandlinger hver gang den kjøres, mens den samme beslutningslogikken kan ligge i kode utenfor Connect. Det betyr ikke at arbeidet forsvinner: kostnaden flyttes fra plattformens kredittmåler til miljøet der koden kjører. Tidsbruk, minne, feilhåndtering og vedlikehold av den koden hører derfor med når de to løsningene vurderes.

Tre arbeidsflyter med samme inngangsdata

Regnestykkene nedenfor er hypotetiske, ikke målte tester. Hver arbeidsflyt behandler 1 000 innkommende poster i måneden, og begge alternativer får de samme postene og skal levere samme resultat. Kostnad for å motta dataene, eksterne API-er, KI-modeller og drift av egen app holdes utenfor. Alle Connect-kall i eksemplene antas å vare under 30 sekunder.

• Kort SaaS-flyt: Etter at en post er mottatt, hentes en kontakt, en rad legges til og en melding sendes. Tre ordinære Make-handlinger per post gir 1 000 × 3 = 3 000 kreditter. Hvis appen gjør de samme tre eksterne handlingene gjennom tre korte Connect-kall, blir Connect-forbruket også 3 000 kreditter. Likheten gjelder kredittantallet, ikke abonnementsprisen eller arbeidet med å drive appen.
• Lang flyt med forgreninger: Anta ti belastede Make-handlinger per post, inkludert oppslag, transformasjoner og handlinger i grener som faktisk kjøres. Det gir 10 000 Make-kreditter. Hvis fire handlinger krever eksterne tjenester og de seks transformasjonene gjøres i appens egen kode, blir det fire korte Connect-kall per post, eller 4 000 Connect-kreditter. Utføres alle ti handlingene som Connect-kall, blir også Connect-forbruket 10 000 kreditter.
• Beregningstung KI-jobb: Anta to vanlige Make-handlinger og 20 sekunder med kode i Make Code App per post. Da blir forbruket 2 + (20 × 2) = 42 kreditter per post, eller 42 000 i måneden, før eventuelt modellforbruk. En Connect-løsning med to korte eksterne kall bruker 2 000 Connect-kreditter. De samme 20 sekundene med beregning må i dette tilfellet kjøres og betales i appens eget miljø.

Med disse forutsetningene bruker de tre flytene til sammen 55 000 Make-kreditter og 9 000 Connect-kreditter. Tallene viser hvor forbruket registreres, men er ikke to sammenlignbare totalpriser: Make-tallet inkluderer kjøringen i Code App, mens Connect-tallet utelater appens kodekjøring. Hvis transformasjonene eller KI-arbeidet flyttes tilbake til betalte plattformkall, endres også forholdet mellom tallene.

KI-tokens kan endre Make-regningen

Plattformkreditter dekker ikke nødvendigvis betalingen til KI-modellen. Makes forklaring av kreditter sier at en egen tilkobling til en KI-leverandør normalt belaster Make for operasjonen, mens leverandøren tar betalt for tokens. Med Makes egen KI-leverandør kan både operasjoner og tokenforbruk inngå i Make-kredittene. To scenarioer med like mange vanlige modulhandlinger kan derfor få ulikt kredittforbruk når KI-tilkoblingen er forskjellig.

For å sammenligne en KI-jobb må modellvalg, inngående og utgående tokens og krav til resultat være like. Da kan modellkostnaden holdes atskilt fra kostnaden for integrasjoner og kodekjøring. En løsning som bruker Connect til å hente data og deretter sender dem til en modell fra egen app, får minst tre kostnadssteder: Connect, appdrift og modellen. Det lave Connect-tallet i eksemplet over dekker bare det første.

Abonnement og eksterne brukere avgjør produksjonsprisen

Startprisen kan være viktigere enn kredittene i en liten produksjonsflyt. Pipedreams prisliste setter Startup til 99 dollar per måned ved årsbetaling eller 150 dollar ved månedsbetaling. Planen inkluderer 10 000 brukskreditter og 100 eksterne brukere; ekstra kreditter koster 0,012 dollar hver, og ekstra brukere koster 2 dollar hver per måned. En ekstern bruker er en person i appen som kobler til minst én konto gjennom Connect, ikke hver konto personen kobler til.

Make Core vises med en kvote på 10 000 kreditter til 12 dollar per måned. Den kvoten ville rommet den korte flyten i eksemplet, men ikke summen av alle tre flytene. For Connect ville de beregnede 9 000 kredittene ligget innenfor Startup-kvoten, forutsatt at antallet eksterne brukere også holder seg innenfor den inkluderte grensen. Hele produksjonsprisen kan likevel bli høyere når appdrift og modellbruk tas med.

Ubrukte Make-kreditter utløper ved slutten av abonnementsperioden. Ved årsbetaling kan forhåndsbetalte kreditter brukes gjennom årsperioden, mens en månedlig kvote gjelder måneden den tilhører. En jevn arbeidsmengde og en jobb med store, sjeldne topper kan derfor passe ulikt til samme kredittpakke. Beregningen bør bygge på når jobbene faktisk kjøres, ikke bare et gjennomsnitt for hele året.

Hvor koden kan kjøres, avgjør også valget

Pipedream Workflows har en annen måler enn Connect: kjøretid belastes per segment, med én kreditt per 30 sekunder ved standard minneoppsett. Den modellen kan få en lang rekke steg til å se rimelig ut, men den beskriver et annet produkt enn Connect. Den kan derfor ikke brukes som pris for Connect-kallene i eksemplene.

Pipedreams melding om Workflows sier at produktet er i vedlikeholdsmodus, ikke tar imot nye registreringer eller abonnementer og skal stenges 31. mars 2027. Eksisterende arbeidsflyter kan kjøre frem til stengingen, mens Connect fortsetter. For en ny, kodepreget automatisering står valget dermed mellom å bruke Makes moduler og Code App eller å kombinere Connect med et eget kjøringsmiljø. Det er plasseringen av logikken, ikke bare antallet steg, som avgjør hva hver regning omfatter.

Les også:

• Zapier eller Make: enkel oppstart kan bli den dyreste løsningen
• Pomodoro eller frie pauser: fast rytme ga mer fokus, ikke mer arbeid
• Metricool eller Hootsuite: merkevarer og brukere gir ulik regning