Pular para o conteúdo
cortexia
Agentes

Make vs n8n: comparativo real entre as 2 em 2026

V. Santos 01 jun 2026 · 11 min de leitura

Quem está fazendo o comparativo Make vs n8n está, na prática, comparando duas filosofias: o Make (ex-Integromat, comprado pela Celonis em 2020) é SaaS proprietário com a interface visual mais polida do mercado e plano gratuito de 1.000 ops/mês. O n8n (fundado em 2019 em Berlim, fair-code) é open source com self-host gratuito, AI Agent node rodando LangChain e custo absurdamente menor em escala. Os dois automatizam a mesma coisa. Aqui vai a mesma automação real implementada nas duas, custo em real para 1k, 10k e 50k execuções e a recomendação por perfil.

O que é o Make

O Make é o que era Integromat até fevereiro de 2022, quando virou produto da alemã Celonis Group (gigante de process mining) e ganhou o nome novo. SaaS proprietário sediado em Praga.

  • Hosting: só cloud. Sem self-host.
  • Plano gratuito: 1.000 ops/mês, 2 cenários ativos, intervalo mínimo de 15 min entre execuções.
  • Plano pago: Core US$ 10,59/mês (10k ops) → ≈R$ 57/mês. Pro US$ 18,82/mês (10k ops + custom variables e prioridade) → ≈R$ 102/mês.
  • Catálogo: 2.000+ apps prontos.
  • IA: Make AI Agents (lançado em 2025), permite criar agentes que orquestram cenários a partir de uma instrução em linguagem natural.
  • Limitação real: “ops” (operations) é unidade traiçoeira, cada chamada de módulo conta. Um cenário com 5 nodes consome 5 ops por execução, não 1.

O que é o n8n

O n8n foi criado em 2019 por Jan Oberhauser em Berlim. License fair-code (Sustainable Use License): você pode rodar grátis em servidor próprio, mas não pode revender como SaaS concorrente.

  • Hosting: self-host gratuito via Docker, ou n8n Cloud a partir de €20/mês (Starter, 2.500 execuções).
  • Plano pago Cloud: Pro €50/mês (10k execuções) → ≈R$ 290/mês.
  • Catálogo: 500+ nodes nativos + HTTP Request universal para qualquer API REST.
  • IA: AI Agent node sobre LangChain. Suporta OpenAI, Anthropic, Google, Mistral e modelos locais via Ollama.
  • Workflows como JSON: exportáveis, versionáveis no Git.
  • Limitação real: curva de aprendizado maior; visual menos polido que o Make.

Diferença crítica de billing: no n8n 1 execução = 1 disparo de workflow, não importa quantos nodes rodam. Isso muda o cálculo de TCO em volume. Se você está comparando com o concorrente americano, veja também o comparativo n8n vs Zapier.

Tabela comparativa direta

Critério
Make
n8n
Modelo
SaaS proprietário (Celonis)
Fair-code / open source
Self-host
Não
Sim (Docker, grátis)
Plano gratuito
1.000 ops/mês
Self-host ilimitado / 200 exec Cloud
Plano pago inicial
US$ 10,59/mês (10k ops)
€20/mês (2.5k exec)
Cobrança
Por operation (cada módulo)
Por execução (1 disparo = 1)
Catálogo de apps
2.000+
500+ + HTTP universal
IA nativa
Make AI Agents (2025)
AI Agent node (LangChain)
Workflows exportáveis
Não (templates fechados)
JSON nativo
Documentação PT-BR
Parcial (oficial)
Comunidade
Conformidade LGPD
Média (servidor UE)
Alta (self-host na sua infra)
Curva de aprendizado
Baixa/média
Média/alta
Interface visual
Mais polida
Mais técnica

Comparativo por critério

Preço e modelo de cobrança (ops vs execuções)

Esse é o ponto que define o comparativo Make vs n8n em escala. Veja o mesmo fluxo (5 nodes: webhook + IA + enrich + CRM + Slack) com volumes diferentes:

Volume mensal
Make (Core)
n8n Cloud
n8n self-host
1.000 disparos = 5.000 ops
US$ 10,59 → R$ 57
€20 → R$ 116
VPS R$ 32 + ≈R$ 11 OpenAI = R$ 43
10.000 disparos = 50.000 ops
Teams US$ 34,12 → R$ 184
€50 → R$ 290
VPS R$ 32 + ≈R$ 110 OpenAI = R$ 142
50.000 disparos = 250.000 ops
Enterprise (negociado) → R$ 1.000+
€120 → R$ 696
VPS R$ 65 + ≈R$ 550 OpenAI = R$ 615

Para volume baixo Make vence. Para volume médio empata. Para alto, n8n self-hostado vence sempre.

Interface visual e UX

Make ganha por margem larga. O canvas é vertical, com cards bem desenhados, ícone colorido por app e tracejado de fluxo claríssimo. Quem nunca viu fluxograma entende em 15 minutos.

O n8n também é canvas, mas mais “frio”, nodes retangulares estilo Node-RED, paleta neutra, menos polish visual. Funcional, mas pede mais foco para ler um fluxo grande.

Recursos de IA (Make AI Agents vs n8n AI Agent node)

Aqui há diferença real de filosofia.

Make AI Agents (lançado em 2025) opera no nível alto: você descreve em linguagem natural o que quer e o agente decide quais cenários do Make disparar. Bom para casos “monitore X, se aparecer Y, faça Z” sem você desenhar fluxo. Limitação: fica preso ao catálogo de apps do Make e usa GPT-4o por padrão.

n8n AI Agent node opera no nível de fluxo: você coloca o node dentro de um workflow e ele decide qual tool chamar entre os outros nodes do canvas. Roda LangChain por baixo, aceita qualquer LLM (Claude, OpenAI, Gemini, Mistral, Ollama local), tem controle fino de system prompt, memória persistente e parsing estruturado de output.

Para chatbot simples e triagem, empate. Para agente que precisa decidir entre 10+ ferramentas com memória conversacional, n8n entrega mais.

Self-hosting (n8n único)

Esse critério é binário. Make não tem self-host. n8n tem.

Para empresa que processa CPF, dados de saúde, financeiros ou qualquer coisa sensível sob LGPD, isso muda decisão. n8n self-hostado em VPS brasileira (Hostinger, Locaweb, KingHost) mantém dado no Brasil e zera o problema de transferência internacional.

Catálogo de apps

Make tem 2.000+ apps oficiais com profundidade boa (várias actions e triggers por app). n8n tem 500+ nodes, mas o HTTP Request universal cobre qualquer API REST documentada em ~3 cliques.

Na prática: 80% dos workflows reais usam menos de 20 apps (Google Sheets, Slack, HubSpot, Notion, Stripe, OpenAI, WhatsApp, Gmail, Calendar). Os dois cobrem. Make ganha quando você precisa de SaaS de nicho americano que ninguém mais usa.

Curva de aprendizado

Make: primeiro cenário funcional em 30, 45 minutos para quem nunca mexeu. Interface guia bem.

n8n: 2, 4 horas até o primeiro workflow rodando do zero. Depois do terceiro, fica natural. Para quem já mexeu em Node-RED ou Power Automate, ~1 hora.

Mesma automação nas 2 plataformas: lead com IA

Cenário: lead entra pelo formulário → IA classifica em frio/morno/quente → enriquece com domínio do email → cria deal no Pipedrive → notifica vendas no Slack.

Arquitetura do fluxo (igual nas 2):

[Webhook do formulário]
        ↓
[Agente IA, GPT-4o-mini classifica + extrai dados]
        ↓
[HTTP, enriquecer domínio do email (Clearbit / Hunter)]
        ↓
[Switch, frio | morno | quente]
   ├─ morno  → [Pipedrive: criar deal] + [Slack #vendas]
   └─ quente → [Pipedrive: criar deal VIP] + [WhatsApp via Twilio]

Prompt do agente (idêntico nas duas):

Você é um SDR que classifica leads B2B em três categorias: frio, morno, quente.

Critérios:
- frio: email gratuito (gmail/hotmail/yahoo), sem cargo informado
- morno: email corporativo + cargo de analista a coordenador
- quente: email corporativo + cargo de gerente para cima + empresa > 50 pessoas

Responda em JSON: {"categoria": "frio|morno|quente", "score": 0-100, "justificativa": "1 frase"}
Nada de markdown ou texto fora do JSON.

Implementação no Make (passo a passo)

  1. Webhooks → Custom webhook, copie a URL gerada e cole no formulário.
  2. OpenAI → Create a Completion (GPT-4o-mini), cole o prompt no system, passe {{1.body.email}} e {{1.body.cargo}} no user.
  3. JSON → Parse JSON, apontando para a resposta do OpenAI.
  4. HTTP → Make a request, GET https://api.hunter.io/v2/domain-search?domain={{dominio}}.
  5. Router, 3 rotas com filtro pela categoria.
  6. Pipedrive → Create a Deal (módulo nativo).
  7. Slack → Create a Message (módulo nativo).
  8. Twilio → Send a WhatsApp Message na rota “quente”.

Total: 8 módulos. Por execução, consome ~7 ops (Router não conta).

Implementação no n8n (JSON exportável)

{
  "name": "Triagem leads com IA, Make vs n8n",
  "nodes": [
    {"name": "Webhook", "type": "n8n-nodes-base.webhook",
     "parameters": {"path": "lead-webhook", "httpMethod": "POST"}},
    {"name": "AI Agent", "type": "@n8n/n8n-nodes-langchain.agent",
     "parameters": {"agent": "openAiFunctionsAgent",
       "options": {"systemMessage": "={{ $vars.SYSTEM_PROMPT }}"}}},
    {"name": "Enrich domain", "type": "n8n-nodes-base.httpRequest",
     "parameters": {"url": "=https://api.hunter.io/v2/domain-search?domain={{ $json.dominio }}"}},
    {"name": "Switch", "type": "n8n-nodes-base.switch",
     "parameters": {"rules": {"values": [{"value2": "quente"}, {"value2": "morno"}, {"value2": "frio"}]}}},
    {"name": "Pipedrive Deal", "type": "n8n-nodes-base.pipedrive"},
    {"name": "Slack Vendas", "type": "n8n-nodes-base.slack"},
    {"name": "WhatsApp Twilio", "type": "n8n-nodes-base.twilio"}
  ]
}

Importe em Workflows → Import from File. Total: 7 nodes. Por disparo, conta como 1 execução (independente de quantos nodes rodam).

Custo mensal real desse fluxo (1.000 leads/mês)

Plataforma
Plataforma
API OpenAI (~500 tok/lead)
Total
Make Core
R$ 57
≈R$ 11
R$ 68/mês
n8n Cloud Pro
R$ 290
≈R$ 11
R$ 301/mês
n8n self-host (VPS Hostinger)
R$ 32
≈R$ 11
R$ 43/mês

Para 1k leads/mês: Make ainda é competitivo. Para 50k leads/mês: n8n self-host custa R$ 615 vs Make R$ 1.000+. Diferença de R$ 4.600 ao ano.

Quando escolher Make

  • Volume < 5.000 ops/mês
  • Time 100% não-técnico mantendo o cenário
  • Quer interface visual mais limpa para apresentar a stakeholders
  • Precisa de SaaS de nicho que só tem app no Make
  • Não quer administrar VPS
  • Topa documentação parcial em PT-BR (oficial)

Quando escolher n8n

  • Volume > 5.000 execuções/mês
  • Dados sob LGPD que não podem sair do Brasil
  • Time tem ao menos uma pessoa que aceita aprender canvas técnico
  • Workflows com IA complexa (memória, tools customizadas, múltiplos LLMs)
  • Quer versionar workflows no Git
  • Precisa integrar com API customizada da empresa

Opinião do Editor

No comparativo Make vs n8n, a decisão honesta é uma só: quanto vai rodar e quem mantém. Uso n8n self-hostado no CortexIA porque processo pautas continuamente, prefiro dados na minha infra e a curva técnica não me incomoda. R$ 32/mês de VPS resolvendo o que custaria R$ 1.000 no Make em escala.

Em projeto de agência onde o time de marketing ia editar o cenário direto e o volume era ~800 ops/mês, recomendei Make. A líder de operações montou o primeiro cenário sozinha em uma manhã. Pagou R$ 57/mês, dormiu tranquila.

A pergunta certa não é “Make ou n8n”, é “qual restrição pesa mais para você”. Visual + simplicidade + volume baixo = Make. Custo em escala + LGPD + IA flexível = n8n.

FAQ

Make é gratuito?

Sim, tem plano Free com 1.000 ops/mês, 2 cenários ativos, intervalo mínimo de 15 min entre execuções. Para mais que isso, Core a partir de US$ 10,59/mês.

n8n é melhor que Make?

Não absolutamente. n8n vence em custo em escala, self-host, LGPD e IA flexível. Make vence em interface visual, plano gratuito mais generoso e simplicidade. Decisão depende do perfil.

Make funciona com ChatGPT?

Sim. Tem módulo nativo da OpenAI com suporte a GPT-4o, GPT-4o-mini, GPT-5 e Whisper. Também integra com Anthropic Claude e Google Gemini.

Qual a diferença entre Make e Integromat?

São a mesma plataforma. Integromat foi renomeado para Make em fevereiro de 2022, após a aquisição pela Celonis.

Make tem self-host?

Não. Só cloud. Se self-host é requisito (LGPD, dados sensíveis), use n8n.

Qual a alternativa ao Zapier mais barata?

Make é a opção SaaS mais barata (a partir de US$ 10,59/mês). n8n é a opção de menor custo absoluto se você aceita self-host (≈R$ 32/mês de VPS).

Make tem AI Agents?

Sim, Make AI Agents foi lançado em 2025. Permite criar agentes que orquestram cenários a partir de instrução em linguagem natural. Funciona, mas é menos flexível que o AI Agent node do n8n para casos complexos.

Próximo passo: se você tem volume baixo e time não-técnico, cria conta grátis no Make e monta o cenário do exemplo acima, sai em 1 hora. Se volume é alto ou LGPD pesa, suba uma VPS na Hostinger e instale n8n via Docker (guia em docs.n8n.io). Em qualquer caso, use a tabela de preços da OpenAI para projetar custo de API antes de pôr em produção.