Công cụ AI automation: n8n, Make, Zapier so sánh

Cùng một quy trình có bước AI, chạy 1.000 lần một tháng: tự host n8n trên VPS tốn khoảng 181.000 đến 241.000 đồng, Make Core khoảng 276.000 đồng, n8n Cloud Starter khoảng 714.000 đồng, Zapier gói Professional khoảng 1.522.000 đồng. Giá chênh vì cách đếm: n8n đếm số lần chạy, Make đếm từng bước, Zapier đếm bước hành động và nhân hệ số cho bước AI.

Những điều cần nắm trước khi đọc tiếp:

• Quy trình mình dùng để so: khách điền form, AI (mô hình ngôn ngữ lớn, LLM) đọc nội dung rồi phân loại và tóm tắt, kết quả lưu vào bảng, yêu cầu gấp thì báo vào nhóm chat.

• Mình chạy quy trình này thật 1.000 lần trên n8n 2.44.6 tự host, model gemma4:e2b chạy bằng Ollama (phần mềm chạy model AI trên máy của bạn) ngay trên máy chủ đó, không dùng API trả phí.

• Make và Zapier mình không tạo tài khoản. Số credit, số task trong bài tính theo tài liệu và trang giá chính thức ngày 23/10/2026.

• Bước AI chiếm gần hết thời gian chạy: trung vị 8,5 giây, các bước còn lại cộng lại chưa tới 40 mili giây.

• Trên Zapier, bước AI mới tạo mặc định ở mức Premium, tốn 5 task mỗi lần thay vì 1. Quên đổi mức này thì số task gấp khoảng bốn lần và hóa đơn tăng từ 58,50 USD lên hơn 133,50 USD một tháng.

Giá đổi ra đồng theo tỷ giá bán của Vietcombank ngày 23/10/2026: 26.020 đồng/USD (lúc 16:15), 29.749 đồng/EUR (lúc 00:42, cùng tỷ giá bài n8n hosting). Nếu bạn chưa biết n8n là gì, đọc bài n8n là gì trước.

AI automation tools khác nhau ở đâu?#

AI automation tools là các công cụ nối nhiều ứng dụng thành một quy trình tự chạy, trong đó có ít nhất một bước gọi model AI để đọc, phân loại hay viết nội dung. Bước AI khác luật cố định ở đâu thì bài AI automation là gì cho hai workflow n8n cùng đọc 40 tin nhắn đặt bánh để so. Ba cái tên hay được nhắc nhất là n8n, Make và Zapier. Theo số liệu từ khóa của Google Ads tại Việt Nam, "zapier" có khoảng 3.600 lượt tìm mỗi tháng, "make.com" khoảng 480.

Bảng trên lấy từ trang giá n8n, trang giá Make và trang giá Zapier ngày 23/10/2026. Gói miễn phí của Zapier chỉ cho quy trình hai bước, không chạy được quy trình nhiều bước như trong bài này.

Quy trình mình dựng thử gồm những bước nào?#

Mình chọn một việc nhiều cửa hàng gặp hằng ngày: khách gửi yêu cầu qua form, tiệm cần biết ngay đó là hỏi giá, hỏi giao hàng hay khiếu nại, và yêu cầu nào phải xử lý trong hôm nay. Cửa hàng trong ví dụ là Tiệm Mây, một tiệm bánh hư cấu mình dùng trong các bài thực hành của AIDev.

Quy trình có sáu node (mỗi node là một bước trên canvas của n8n):

1. Form yêu cầu (Form Trigger): ba ô Họ và tên, Số điện thoại, Nội dung.

2. AI phân loại và tóm tắt (Information Extractor) nối với Ollama Chat Model: trả về ba trường loai (báo giá, giao hàng, khiếu nại, khác), gap (đúng/sai) và tom_tat (tối đa 15 chữ).

3. Gộp thông tin khách (Edit Fields): ghép tên, số điện thoại với kết quả của AI.

4. Lưu vào bảng yeu_cau (Data table): bảng dữ liệu có sẵn trong n8n, dùng thay cho Google Sheets.

5. Gấp? (If): chỉ đi tiếp khi gap là đúng.

6. Báo nhóm chat (HTTP Request): gửi một dòng tin như "🔴 GẤP · khiếu nại · tên, số điện thoại, tóm tắt".

Bước cuối mình gửi về một server nhỏ trên cùng máy, thay cho bot Telegram, để chạy 1.000 lần không spam nhóm thật nào. Trong quy trình thật bạn thay node này bằng node Telegram, số bước và cách tính tiền không đổi. Cách nối bot Telegram có trong bài n8n workflow mẫu.

Model nhỏ chạy trên CPU có phân loại đúng không?#

Mình viết 30 yêu cầu mẫu kiểu khách hay gửi tiệm bánh, tự gán nhãn: 8 hỏi giá, 7 giao hàng, 7 khiếu nại, 8 việc khác, trong đó 7 yêu cầu thật sự gấp. Sau đó mình gửi từng yêu cầu qua form, lần lượt với hai model nhỏ lấy từ thư viện Ollama ngày 23/10/2026:

qwen3.5:2b gần như đoán bừa: xếp "Cuối tuần tiệm mở cửa đến mấy giờ?" vào hỏi giá và đánh dấu gấp. Model này cũng 3 lần trả về sai định dạng làm quy trình dừng. gemma4:e2b không bỏ sót yêu cầu gấp nào, báo thừa 3 lần, và nhầm chủ yếu giữa "giao hàng" với "khiếu nại" ở những câu mà chính mình gán nhãn cũng phân vân, như "Thiếu 2 hộp so với đơn". Mình chọn gemma4:e2b cho lượt chạy 1.000 lần.

Có một lần gemma4:e2b viết "bao giá", thiếu dấu; chạy 1.000 lần thì lỗi này lặp lại 32 lần. Một node If so khớp từng chữ với "báo giá" sẽ bỏ qua những dòng này. Nếu quy trình của bạn rẽ nhánh theo nhãn do AI trả về, thêm một bước chuẩn hóa chữ trước khi so.

Chạy 1.000 lần trên n8n tự host thì thế nào?#

Mình thuê một máy CPU ở AIDev Cloud: Xeon E5-2680 v4, 8 vCPU, 16GB RAM, không GPU. Mình cài n8n bằng bộ cài một dòng curl -fsSL https://get.n8n.io | sh (61 giây) và Ollama 0.40.9 (52 giây), rồi gửi 1.000 yêu cầu qua form, giữ tối đa 4 lần chạy cùng lúc:

Cả 1.000 lần đều chạy xong, không lần nào lỗi. Gửi hết 1.000 yêu cầu mất 6.049 giây, lần cuối xong sau 6.059 giây, tức khoảng 101 phút, trung bình 6,1 giây cho mỗi yêu cầu. Vì 4 lần chạy song song tranh nhau CPU, từng lần chạy riêng lẻ chậm hơn: trung vị 24,0 giây, chậm nhất 40,7 giây. Khách không phải chờ chừng đó: form trả lời ngay khi nhận (trung vị 0,05 giây), quy trình chạy phía sau.

Chạy nhiều lần, AI có phân loại ổn định không?#

Mình gửi lặp lại 30 yêu cầu mẫu ở trên, mỗi câu khoảng 33 lần, nên chấm được cả 1.000 kết quả:

Đúng loại                 830/1.000
Đúng gấp/không gấp        884/1.000
Yêu cầu gấp bị bỏ sót       0  (233 lần gấp thật)
Báo gấp nhầm              116
Ghi "bao giá" thiếu dấu    32
Câu cho cùng kết quả mọi lần  21/30

Cùng một câu, model không phải lúc nào cũng trả cùng kết quả. "Shipper đang đứng dưới nhà mà không liên lạc được" 17 lần bị xếp khiếu nại, 16 lần giao hàng. Mình đặt temperature (độ ngẫu nhiên khi model chọn chữ) ở mức 0,2 chứ không phải 0, nên model vẫn chọn chữ có chút ngẫu nhiên. Với những câu nằm giữa hai loại, chút ngẫu nhiên đó đủ làm đổi nhãn. Nếu cần phân loại ổn định để tính số liệu cuối tháng, đừng tin tuyệt đối vào một lần chạy.

File dữ liệu của n8n (SQLite) tăng từ 4,2MB lên 16MB sau 1.000 lần, khoảng 12KB mỗi lần vì n8n lưu lại dữ liệu từng lần chạy. Chạy vài chục nghìn lần một tháng thì xem lại cài đặt tự xóa lịch sử chạy cũ (execution data pruning) để file không phình mãi.

Thời gian gần như nằm hết ở bước AI. Trung vị của từng node trong 30 lần chạy mẫu:

AI phân loại và tóm tắt (gồm Ollama)   8.518 ms
Lưu vào bảng yeu_cau                      17 ms
Gộp thông tin khách                       10 ms
Báo nhóm chat                              7 ms
Gấp?                                       2 ms

Gửi lần lượt từng yêu cầu, mình đo được 8,1 giây mỗi lần. Cho 4 lần chạy cùng lúc mà để Ollama mặc định thì không nhanh hơn (7,8 giây), vì Ollama xử lý từng request một. Đặt OLLAMA_NUM_PARALLEL=4 thì xuống 6,7 giây mỗi lần. Với 1.000 yêu cầu một tháng, tức khoảng 33 yêu cầu một ngày, máy này xử lý dư sức.

Cài bằng script chính thức, Ollama chạy như một service systemd, nên mình thêm biến vào file override rồi khởi động lại. OLLAMA_HOST mở cổng cho container n8n gọi sang qua host.docker.internal:

mkdir -p /etc/systemd/system/ollama.service.d
cat > /etc/systemd/system/ollama.service.d/override.conf <<'CONF'
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_NUM_PARALLEL=4"
CONF
systemctl daemon-reload && systemctl restart ollama

Cổng 11434 này không có mật khẩu. Trên VPS có IP public, chặn nó bằng firewall, chỉ cho Docker trong máy gọi vào.

Có nên chạy model ngay trên máy chủ n8n?#

Chỉ nên làm vậy khi dữ liệu khách không được phép gửi ra ngoài. Trong lượt chạy 1.000 lần, tiến trình model của Ollama (llama-server) chiếm khoảng 6,5GB RAM, còn n8n chỉ dùng 471 đến 639MB. VPS 1 vCPU, 2GB RAM đủ chạy n8n (theo số đo trong bài n8n hosting) nhưng không chứa nổi model này.

Cách rẻ hơn cho phần lớn cửa hàng là để n8n trên VPS nhỏ và gọi API của một model rẻ. Mỗi lần chạy, bước AI dùng khoảng 441 token đầu vào và 44 token đầu ra (n8n ước tính cho gemma4:e2b; model khác đếm token hơi khác). Theo bảng giá API của OpenAI ngày 23/10/2026, GPT-5 nano giá 0,05 USD cho 1 triệu token vào và 0,40 USD cho 1 triệu token ra. Chạy 1.000 lần hết khoảng 0,04 USD, tức khoảng 1.000 đồng.

Cùng quy trình đó trên Make tốn bao nhiêu credit?#

Theo tài liệu Credits của Make (cập nhật 22/10/2026), mỗi lần một module chạy là một operation, mặc định tính 1 credit; module kích hoạt cũng tính 1 credit mỗi lần chạy. Trang giá Make ghi module Router không tốn credit. Filter nằm trên đường nối giữa hai module nên không tính credit.

Nếu dựng lại quy trình trên Make, theo tài liệu mỗi lần chạy tốn:

Nếu dùng AI có sẵn của Make (Make's AI Provider), model mức Small được tính 18.080 token vào và 2.260 token ra cho 1 credit. Với 441 token vào, 44 token ra, phần token chỉ khoảng 0,04 credit. Tài liệu ghi credit gồm cả operation lẫn token nhưng không nói cách cộng, nên mình tính bước AI từ 0,04 đến 1,04 credit. Cộng lại khoảng 2,4 đến 3,4 credit mỗi lần, 1.000 lần là 2.400 đến 3.400 credit.

Gói Free có 1.000 credit một tháng, chỉ đủ khoảng 300 đến 400 lần chạy. Gói trả phí rẻ nhất là Core, có 10.000 credit, giá 10,59 USD/tháng trả theo tháng (khoảng 276.000 đồng), 9 USD/tháng nếu trả theo năm (khoảng 234.000 đồng). Với 1.000 lần chạy, gói Core còn dư nhiều credit.

Make không có form riêng. Nếu bạn dùng Google Forms và module "Watch Responses" kiểm tra theo lịch, mỗi lần kiểm tra cũng tính 1 operation dù không có câu trả lời mới, theo tài liệu Operations của Make. Kiểm tra 15 phút một lần là 2.880 lần một tháng, nhiều hơn cả số credit của chính quy trình. Form gửi thẳng vào webhook thì không mất khoản này.

Trên Zapier quy trình này tốn bao nhiêu task?#

Theo tài liệu về task của Zapier (cập nhật 21/08/2026), chỉ bước hành động chạy thành công mới tính task. Bước kích hoạt, bước Filter, và các bước của Zapier Forms, Zapier Tables đều không tính. Bước AI by Zapier thì tính theo mức model, theo tài liệu mức model cập nhật 01/10/2026:

Nếu dựng bằng Zapier Forms, AI by Zapier mức Standard, Zapier Tables, Filter và Telegram thì theo tài liệu, mỗi lần chạy tốn 1 task cho AI cộng 1 task cho tin Telegram ở 349 trên 1.000 lần (tỷ lệ báo gấp đo được trên n8n). Chạy 1.000 lần là khoảng 1.350 task, vừa bậc 1.500 task của gói Professional:

Bậc 1.500 task giá 58,50 USD/tháng trả theo tháng (khoảng 1.522.000 đồng), 39 USD/tháng trả theo năm (khoảng 1.015.000 đồng). Có hai chỗ dễ làm hóa đơn tăng vọt:

• Để bước AI ở mức Premium mặc định: 5 task cho AI, tổng khoảng 5.350 task, vượt bậc 5.000 task giá 133,50 USD/tháng.

• Lưu vào Google Sheets thay vì Zapier Tables: thêm 1 task mỗi lần, tổng khoảng 2.350 task, vượt bậc 2.000.

Zapier không tính tiền lần kiểm tra theo lịch của bước kích hoạt, khác Make. Khi vượt hạn mức, Zapier chuyển sang tính thêm theo từng task nếu bạn không tắt tính năng này.

Chạy 1.000 lần một tháng, AI automation tools nào rẻ nhất?#

Gộp lại cho đúng quy trình sáu bước ở trên, chạy 1.000 lần một tháng, trả theo tháng:

Giá VPS là giá niêm yết gói "VPS n8n" của ba nhà cung cấp trong nước, tra trong bài n8n hosting. n8n Cloud có Gateway credits để dùng model không cần key, trừ vào số dư nạp trước, nhưng biểu giá chỉ hiện sau khi đăng nhập nên mình không tính được; dùng key OpenAI riêng thì tiền model cũng khoảng 1.000 đồng như bản tự host.

Thứ tự này đổi theo số bước và số lần chạy. n8n đếm theo lần chạy nên quy trình 6 bước hay 20 bước giá như nhau; Make và Zapier đếm theo bước nên quy trình càng dài càng đắt.

Lỗi mình gặp khi dựng quy trình AI trên n8n#

Model trả về sai định dạng. Với qwen3.5:2b, 3 trong 30 lần node Information Extractor dừng cả quy trình:

Model output doesn't fit required format
To continue the execution when this happens, change the 'On Error' parameter in the root node's settings

Model nhỏ đôi khi không trả đúng JSON mà node yêu cầu. Cách sửa mình dùng là đổi sang gemma4:e2b, chạy tiếp 1.000 lần không gặp lại lỗi này. Nếu phải giữ model nhỏ, vào Settings của node AI, mục On Error chọn Continue (using error output) và nối nhánh lỗi về một bảng riêng để người xem lại, thay vì để mất yêu cầu của khách.

Server nhận tin chưa chạy. Lần chạy đầu tiên, node Báo nhóm chat báo:

The service refused the connection - perhaps it is offline
ECONNREFUSED 172.17.0.1:9000

Lúc đó mình chưa bật server nhỏ thay cho nhóm chat. Dòng dữ liệu của lần chạy này vẫn nằm trong bảng vì bước lưu chạy trước, chỉ tin báo gấp bị mất. Với bot Telegram thật, lỗi mạng cũng làm mất tin theo cách này, nên bật Retry On Fail cho node gửi tin.

Đăng nhập n8n quá nhiều lần. Script đọc kết quả của mình đăng nhập lại mỗi lần chạy và bị chặn:

429 Too many requests, please try again later.

n8n giới hạn số lần đăng nhập trong một khoảng thời gian. Nếu bạn viết script gọi n8n, giữ cookie đăng nhập để dùng lại hoặc dùng API key với public API của n8n.

Khi nào không nên chọn n8n tự host?#

• Không ai trong nhóm biết SSH, Docker để sửa khi n8n ngừng chạy lúc nửa đêm. Với quy trình cỡ này, Make Core chỉ đắt hơn VPS khoảng 35.000 đến 95.000 đồng mỗi tháng, đổi lại không phải trực máy.

• Quy trình cần nối nhiều ứng dụng mà n8n chưa có node sẵn. Trang giá Zapier ghi hơn 9.000 ứng dụng; trả thêm tiền có khi vẫn rẻ hơn công tự viết HTTP Request cho từng dịch vụ.

• Bạn chỉ chạy vài quy trình hai bước, vài trăm lần một tháng: gói miễn phí của Make (1.000 credit) hay Zapier (100 task) là đủ, không cần thuê máy.

Ngược lại, Zapier không hợp khi quy trình dài, có nhiều bước AI hoặc chạy hàng nghìn lần một tháng; Make không hợp khi bạn kiểm tra dữ liệu mới theo lịch dày, vì mỗi lần kiểm tra đều tính credit.

Câu hỏi thường gặp#

Công cụ tự động hóa nào miễn phí?#

n8n tự host miễn phí cho việc nội bộ, bạn chỉ trả tiền máy. Make có gói Free 1.000 credit một tháng, Zapier có gói Free 100 task một tháng nhưng chỉ cho quy trình hai bước.

n8n, Make, Zapier cái nào dễ dùng nhất cho người không biết code?#

Mình chưa dùng thử Make và Zapier nên chỉ nói theo tài liệu và ảnh giao diện công khai: Zapier xếp các bước thành một cột từ trên xuống, Make và n8n cho kéo thả trên canvas. Với n8n, mình thấy người mới hay vấp ở phần biểu thức như {{ $json.output.loai }} khi lấy dữ liệu của bước trước.

Bước AI trên Make và Zapier có cần API key riêng không?#

Không bắt buộc. Make có Make's AI Provider tính theo token, Zapier có AI by Zapier tính theo mức model. Dùng key riêng thì Make tính 1 credit, Zapier tính 1 task cho bước AI, còn tiền token bạn trả thẳng cho nhà cung cấp model.

Chuyển quy trình từ Zapier hay Make sang n8n có khó không?#

n8n không có chức năng nhập thẳng quy trình từ Zapier hay Make. Bạn dựng lại từng bước trên n8n, và mỗi ứng dụng phải kết nối lại credential (khóa API, tài khoản liên kết) trên n8n.

Có cho Claude hay Cursor điều khiển n8n được không?#

Được, n8n có MCP server, tức một cổng theo chuẩn MCP để Claude, Cursor hay trợ lý AI khác đọc và chạy workflow. Cách bật có trong bài n8n MCP.

Đọc tiếp#

• n8n là gì: workflow đầu tiên, trợ lý AI chạy model riêng, lỗi hay gặp khi mới dùng.

• Host n8n ở đâu: VPS, n8n Cloud hay máy riêng: VPS cần bao nhiêu RAM, giá n8n Cloud quy ra đồng.

• n8n workflow mẫu: 6 template tiếng Việt có bước AI và Telegram.

• Tự host n8n bằng Docker trên VPS: cài, HTTPS, chuyển máy không mất credential.

• n8n MCP: cho Claude Code đọc và chạy workflow trên n8n của bạn.

• AI automation cho marketing: việc marketing nào nên tự động trước và AI viết nháp đúng được bao nhiêu.

Muốn có quy trình kiểu này chạy trên máy chủ của bạn mà không tự lo cài n8n, chọn model, xử lý lỗi định dạng và sao lưu, AIDev nhận cài n8n tự host và dựng workflow, bàn giao toàn quyền; máy chủ và dữ liệu vẫn là của bạn.

Chạy ngày 23/10/2026 trên máy AIDev Cloud CPU Starter (Xeon E5-2680 v4, 8 vCPU, 16GB RAM, Ubuntu 24.04.4): n8n 2.44.6, get-n8n.sh v1.4.0, Ollama 0.40.9, gemma4:e2b, qwen3.5:2b, Docker 29.6.1. Giá Make, Zapier, n8n Cloud, OpenAI và tỷ giá Vietcombank lấy cùng ngày.