Коротко. No-code платформы (Make, n8n, Voiceflow, Flowise) закрывают типовые задачи — квалификация лида, ответ на частые вопросы, передача заявки в CRM — и запускаются за 3-10 дней при подписке от 1 500 до 15 000 ₽ в месяц плюс расход токенов модели. Как только агенту нужно самостоятельно принимать решения по данным из трёх и более систем, обрабатывать ветвящиеся сценарии или хранить данные строго на территории России, платформа упирается в потолок — дешевле выходит разработка на фреймворке или агентном API: от 3 недель и от 200 000 ₽ в зависимости от числа интеграций.
Три уровня инструментов, которые путают в одну кучу
Под запросом «сервис для ИИ-агентов» скрываются три разных класса продуктов, и первая ошибка — сравнивать их между собой как взаимозаменяемые варианты. Первый уровень — no-code конструкторы, где агент собирается визуально из блоков без единой строки кода. Второй — фреймворки с открытым кодом (LangChain, LangGraph, CrewAI, AutoGen), которые дают программисту готовые кирпичики для сборки агента, но требуют разработки. Третий — агентные API от самих разработчиков моделей (OpenAI, Anthropic, GigaChat, YandexGPT), где вся оркестровка пишется с нуля вокруг вызовов модели. Разница между уровнями — не в качестве, а в том, сколько контроля над логикой и сколько работы разработчика требуется на входе.
No-code конструкторы: с чего разумно начинать
Make и n8n позволяют связать модель с внешними сервисами через визуальный сценарий: триггер (новое сообщение, новая запись в таблице) → запрос к модели → действие в другой системе. n8n можно развернуть на своём сервере, что снимает часть вопросов к хранению данных; Make работает только как облачный сервис. Voiceflow и Flowise специализированы под диалоговых агентов и LLM-цепочки — из коробки есть блоки для памяти диалога и подключения базы знаний, что для чат-бота с ИИ экономит недели по сравнению со сборкой того же самого в Make. Подписка на такие сервисы обычно начинается от 1 500-3 000 ₽ в месяц за базовый тариф и растёт с числом операций и подключённых сценариев; расход токенов используемой модели оплачивается отдельно и зависит от объёма диалогов. Прототип рабочего агента на этом уровне собирается за 3-10 дней.
Фреймворки с кодом: середина между конструктором и разработкой с нуля
LangChain, LangGraph, CrewAI и AutoGen — не готовые сервисы, а библиотеки для разработчика: они снимают часть рутины (управление памятью, вызов инструментов, оркестровка нескольких агентов между собой), но собрать рабочего агента без программиста на этом уровне не получится. GigaChain — открытый фреймворк от Сбера, аналог LangChain, заточенный под работу с GigaChat, — выбирают, когда важна работа с российской моделью и инфраструктурой. Этот уровень имеет смысл, когда сценарий сложнее линейного (агенту нужно самому решать, какой инструмент вызвать следующим, или несколько агентов должны обмениваться результатами между собой), но полная разработка с нуля избыточна. Срок — от 2-3 недель на одного агента с несколькими инструментами, нужен разработчик с опытом работы с LLM API.
Агентные API: полный контроль ценой разработки
OpenAI, Anthropic и другие разработчики моделей дают низкоуровневый доступ: вызов функций (function calling), работу с инструментами, потоковую передачу ответа. GigaChat и YandexGPT предлагают похожие возможности с размещением инфраструктуры внутри страны, что для компаний, работающих с персональными данными, часто становится решающим фактором. На этом уровне вся логика — какие данные видит агент, какие действия может совершить, что происходит при ошибке внешнего сервиса — пишется разработчиком без готовых шаблонов. Это самый гибкий, но и самый дорогой путь: от 3-4 недель разработки и от 200 000 ₽ для агента с 1-2 интеграциями, дальше бюджет растёт с числом систем, которые нужно связать между собой в рамках автоматизации бизнес-процессов.
Сравнение уровней по ключевым параметрам
| Тип сервиса | Нужен ли программист | Срок запуска | Ориентировочная стоимость | Потолок сложности |
|---|---|---|---|---|
| No-code конструктор (Make, n8n, Voiceflow) | Нет для базового сценария | 3-10 дней | от 1 500 ₽/мес + токены | Линейные сценарии, 2-4 интеграции |
| Специализированный бот-конструктор | Нет | 1-2 недели | от 3 000 ₽/мес + токены | Диалог с памятью, ограниченная логика ветвления |
| Фреймворк с кодом (LangChain, CrewAI) | Да | 2-3 недели | от 150 000 ₽ разово | Многошаговые сценарии, несколько агентов |
| Агентное API с нуля | Да, опытный | от 3-4 недель | от 200 000 ₽ разово | Практически без потолка, цена — время разработки |
Признаки, что платформы уже не хватает
Пять сигналов надёжнее любых характеристик из маркетинговых материалов сервисов. Первый — число интеграций перевалило за 4-5, и сценарий в визуальном редакторе превращается в нечитаемую простыню блоков. Второй — агенту нужно принимать решение на основе истории предыдущих обращений, а не только текущего сообщения, и конструктор не даёт для этого нормальной памяти. Третий — цена ошибки высока: агент работает с оплатами, юридически значимыми документами или данными, где неверное действие дороже, чем стоимость разработки. Четвёртый — поток вырос до тысяч диалогов в месяц, и стоимость операций в конструкторе становится заметнее, чем разовая разработка. Пятый — требование хранить и обрабатывать данные строго на территории России, что закрывает часть облачных no-code сервисов и требует решения на GigaChat, YandexGPT или собственной инфраструктуре.
Порядок выбора, который экономит бюджет
Прежде чем сравнивать конкретные сервисы, стоит письменно расписать сценарий агента, включая нетипичные случаи: что происходит, если внешняя система недоступна, если клиент пишет не по шаблону, если в заявке не хватает данных. Дальше — посчитать число систем, с которыми агент должен работать одновременно, и оценить цену ошибки в рублях или потерянном времени. С этим на руках имеет смысл собрать прототип на no-code конструкторе за несколько дней — даже если в итоге сценарий перерастёт платформу, прототип покажет реальные узкие места быстрее и дешевле, чем техническое задание на разработку. Только если прототип упёрся в один из пяти признаков выше, есть смысл переходить к фреймворку или агентному API.
Можно ли начать с бесплатного тарифа no-code конструктора?
Да, для проверки идеи бесплатных тарифов Make, n8n (self-hosted) или Flowise обычно хватает — они ограничивают число операций в месяц, но для прототипа этого достаточно. Для рабочего процесса с реальным потоком клиентов обычно нужен платный тариф.
Нужен ли программист, чтобы просто попробовать n8n или Make?
Для базового линейного сценария — нет, интерфейс рассчитан на настройку без кода. Программист понадобится, когда сценарий выходит за рамки триггер-действие и требует нестандартной логики или своих API.
В чём разница между LangChain и обращением напрямую к API модели?
LangChain и похожие фреймворки дают готовые шаблоны для памяти, вызова инструментов и оркестровки нескольких шагов — это экономит время разработки, но не убирает необходимость в программисте. Прямое обращение к API модели даёт максимальный контроль, но всю обвязку нужно писать самостоятельно.
Можно ли использовать зарубежные сервисы (OpenAI, Anthropic) для российского бизнеса?
Технический доступ есть, но стоит заранее свериться с требованиями к хранению данных в вашей отрасли — для персональных данных и части регулируемых сфер безопаснее решение на GigaChat или YandexGPT с размещением инфраструктуры внутри страны.
Что дороже поддерживать — платформу или агента на своей разработке?
У платформы регулярная статья расходов — подписка плюс токены, у своей разработки — время на доработку сценариев по мере появления нестандартных случаев. При потоке в сотни диалогов в месяц платформа обычно выходит дешевле в сумме; при потоке в тысячи и растущей сложности разработка окупается за счёт отсутствия платы за операции конструктора.
Определить, какой уровень нужен именно вам
Разберём сценарий вашего агента и покажем, хватит ли no-code платформы или дешевле сразу заказать разработку.