はじめに
n8nやDifyでAI自動化ワークフローを構築していると、こんな問題が起きます。
- 毎日大量のドキュメントを要約するワークフローを動かしたら、月のAPIコストが予想の3倍になった
- Claude・GPTを使い分けたいが、各サービスのAPIキーを別々に管理するのが面倒
- 自動化ワークフローのコストをまとめて把握したい
Flatkey AIはOpenAI互換のAPIゲートウェイです。n8nとDifyはどちらもOpenAI互換エンドポイントをサポートしているため、接続先をFlatkey AIに変えるだけでマルチモデル対応・コスト削減が可能です。
n8n + Flatkey AI
接続設定
n8nのOpenAIノードでカスタムエンドポイントを設定します。
- n8nのワークフローで「OpenAI」ノードを追加
- 「Credentials」→「OpenAI API」を新規作成
- 以下を入力：
API Key: sk-あなたのFlatKeyキー
Base URL: https://router.flatkey.ai/v1
モデルの指定
ノードの「Model」フィールドに直接モデルIDを入力します：
anthropic/claude-sonnet-4-5 ← テキスト処理・要約
openai/gpt-4o-mini ← 分類・ルーティング（低コスト）
deepseek/deepseek-chat ← 大量バッチ処理（最低コスト）
自動化ワークフローでのモデル使い分け例
[メール受信]
↓
[件名を分類] → gpt-4o-mini（低コスト）
↓
[重要メールのみ] → claude-sonnet-4-5（要約・返信案作成）
↓
[緊急案件] → claude-opus-4-8（詳細分析）
ワークフロー内の処理ステップに応じてモデルを使い分けることで、コストを大幅に削減できます。
Dify + Flatkey AI
接続設定
- Dify の管理画面 → 「設定」→「モデルプロバイダー」
- 「OpenAI互換」を選択
- 以下を入力：
API Key: sk-あなたのFlatKeyキー
API Base URL: https://router.flatkey.ai/v1
Model Name: anthropic/claude-sonnet-4-5
複数モデルの登録
Difyでは複数のモデルを登録しておき、アプリケーションごとに使い分けられます。
モデル1: anthropic/claude-sonnet-4-5 ← メインチャットbot
モデル2: openai/gpt-4o-mini ← FAQ・シンプルな質問
モデル3: deepseek/deepseek-r1 ← 数学・推論が必要な処理
すべて同じFlatkey AIのAPIキー・エンドポイントで登録できます。
自動化ワークフロー特有のコスト注意点
自動化ワークフローはユーザー操作がないため、コスト増加に気づきにくいという特性があります。
① ループ処理でのトークン爆発
# NG: 1,000件のデータを全部Opusで処理
for item in large_dataset: # 1,000件
result = call_opus(item) # 毎回高コスト
# OK: 軽量モデルで分類してから重いモデルは必要分だけ
for item in large_dataset:
category = call_mini(item) # まず分類（低コスト）
if category == "complex":
result = call_sonnet(item) # 複雑なものだけSonnet
② エラーリトライでの重複課金
リトライ処理を入れるときは、指数バックオフを使い、無限リトライを防ぐ。
③ コンテキストの肥大化
長い会話履歴を全部渡し続けると、後半になるほど入力トークンが増える。定期的に要約して圧縮する。
Flatkey AIダッシュボードで自動化コストを監視する
自動化ワークフローこそ、コスト監視が重要です。
Flatkey AIのダッシュボードでは：
- 日別のリクエスト数・コスト推移で異常増加を検知
- モデル別の使用量でどのワークフローがコストを使っているか把握
- クォータ設定で自動化ワークフローの暴走を防ぐ
まとめ
n8n・DifyをFlatkey AIに接続するメリット：
- 設定変更だけでClaude/GPT/DeepSeekをワークフロー内で使い分け可能
- ステップ別モデル最適化でバッチ処理コストを大幅削減
- ダッシュボードで自動化コストを一元監視、暴走を早期発見
- クォータ設定で予算超過を防ぐ