Groq API w n8n: darmowe modele LLM i analiza obrazków

Groq daje darmowy dostęp do szybkich modeli LLM, które podpinasz do n8n w kilka minut. Podepniesz klucz, wybierzesz model i odpalisz agenta bez płacenia za API. A na koniec pokażę trik, który pozwala przez Groq analizować obrazki — mimo że standardowy node tego nie ogarnia.

Z tego artykułu dowiesz się:

• jak podpiąć darmowy klucz Groq API do agenta AI w n8n,
• który model wybrać i jakie masz dzienne limity,
• jak przetwarzać obrazki przez vision, obchodząc ograniczenie standardowego node'a.

Problem

Chcesz budować automatyzacje z LLM w n8n, ale nie chcesz od razu wkładać karty na płatne API OpenAI. Do testów, prototypów i lżejszych workflow to strata pieniędzy.

Groq rozwiązuje to na dwa sposoby: daje darmowy plan z sensownymi limitami i dokłada modele, które są naprawdę szybkie. Do tego dorzuca vision, czyli analizę obrazków — tylko tutaj jest pułapka, w którą wpadają wszyscy, i pokażę jak ją ominąć.

Rozwiązanie krok po kroku

Najpierw klucz. Logujesz się na konsolę Groq, wchodzisz w zakładkę z kluczami API i tworzysz nowy klucz — tym będziesz się autoryzować.

W n8n budujesz agenta AI (wybierasz gotowego) i przełączasz tryb na definiowany przez użytkownika. Pod agenta trzeba podpiąć model czatu, więc w sekcji "chat model" wybierasz z listy Groq.

Zanim wybierzesz model, skonfiguruj klucz. Wchodzisz w edycję credentiala Groq i wklejasz swój klucz API. Robisz to raz, odgórnie — potem wykorzystujesz to samo połączenie w każdym kolejnym miejscu.

Teraz wybór modelu. Osobiście używam "GPT OSS 120B" — darmowy, ma reasoning i największe okno kontekstu, więc przetworzy najwięcej tekstu naraz. Podpinasz go i odpalasz workflow.

W teście zapytałem o najdłuższe rzeki w Polsce. Model zwrócił poprawną tabelkę: Wisła, Odra, Warta. Model 120B nie ma z tym problemu — mniejsze wersje czasami potrafią pokręcić kolejność, i to jest pierwsza rzecz, którą trzeba mieć z tyłu głowy przy wyborze.

Co masz do wyboru na darmowym planie:

• GPT OSS 120B — mój domyślny, reasoning, największy kontekst,
• GPT OSS 20B i Qwen 3 — lżejsze, też z reasoningiem,
• Kimi K2 — dobra alternatywa, jak chcę czegoś spoza OSS,
• Whisper v3 (speech-to-text) — zamiana mowy na tekst działa świetnie, robi transkrypty i timestampy, które podłączysz dalej w workflow.

Jedno ostrzeżenie: text-to-speech w Groq dla Polaka jest w większości bezużyteczny, bo nie obsługuje polskiego. Speech-to-text — odwrotnie, dowozi bez zarzutu.

Analiza obrazków — trik z playground i cURL

Tu zaczyna się część, gdzie standardowy agent AI w n8n zawodzi. Nie udało mi się przepchnąć obrazków przez wbudowany node agenta, więc pokażę obejście, które po prostu działa.

Wchodzisz na playground Groq i wybierasz model z vision (u mnie był to Llama Scout). Wrzucasz obrazek, wpisujesz "opisz co jest na obrazku" i klikasz submit — model zwraca opis. Ale nie o odpowiedź nam chodzi, tylko o gotowe zapytanie, więc odpowiedź kasujesz.

Teraz najważniejsza rzecz, gdzie wszyscy się wykładają: w playground jest domyślnie włączony stream. To znaczy, że model odpowiada strumieniowo, dokładając tekst po kawałku — dokładnie jak ChatGPT w oknie czatu. W n8n to jest totalnie bezużyteczne, bo zamiast jednej odpowiedzi dostajesz strzępki. Wyłącz stream, zanim skopiujesz zapytanie.

Dalej w playground wybierasz opcję cURL i kopiujesz polecenie. W n8n dodajesz node HTTP Request, klikasz "Import cURL" i wklejasz. Zostają dwie poprawki:

1. Autoryzacja. Import wrzuca klucz jako nagłówek. Nie jestem fanem tego rozwiązania — wyłączasz autoryzację nagłówkiem i w polu autoryzacji wybierasz predefiniowany credential Groq, ten sam, który skonfigurowałeś na starcie.
2. Link do obrazka. W ciele zapytania podmieniasz adres obrazka. W pełnym workflow przeciągnąłbyś tu URL z poprzedniego node'a — w teście wklejasz link ręcznie.

Odpalasz workflow. U mnie zwrócił: "mężczyzna z krótkimi włosami i okularami, ubrany w czarny sweter". Zgadza się. Zużyło to około 500 tokenów, czas przyzwoity — spokojnie przetworzysz tak sporo obrazków jedną automatyzacją.

Kiedy to się opłaca

Sprawdź, czy mieścisz się w limitach darmowego planu. Dla mojego domyślnego OSS 120B to 30 zapytań na minutę i 1000 zapytań dziennie — naprawdę dużo. Do tego 8000 tokenów na minutę (TPM) i 20 000 tokenów dziennie.

Limit minutowy czasem przekraczam, gdy wrzucam duże porcje tekstu naraz — to jedyne miejsce, gdzie darmowy plan zaczyna uwierać. Trik: rozdziel obciążenie. Prostsze zadania puść na mniejszy model, cięższe zostaw dla 120B, a gdy zabraknie — dołóż Qwen 3 jako zapas. W ten sposób realnie wygospodarujesz około 2 milionów tokenów.

Darmowy Groq opłaca się, gdy:

• testujesz i prototypujesz automatyzacje, zanim wrzucisz je na produkcję,
• budujesz workflow o umiarkowanym ruchu, mieszczący się w dziennych limitach,
• potrzebujesz szybkiego LLM lub transkrypcji audio bez kombinowania z płatnym API.

Nie wystarczy, gdy odpalasz workflow dziesiątki razy na minutę albo mielisz gigantyczne teksty non stop — wtedy limit minutowy szybko przypomni o sobie.

Podsumowanie

• podpinasz darmowy klucz Groq do agenta AI w n8n raz, a używasz go wszędzie,
• OSS 120B to domyślny wybór — reasoning i największy kontekst na darmowym planie,
• obrazki obchodzisz przez playground i HTTP Request z cURL, pamiętając o wyłączeniu streamu.

P.S. Whisper v3 z Groq robi transkrypty z timestampami za darmo — to samo w sobie materiał na osobną automatyzację.

Damian Ślimak. Twój Nawigator w chaosie AI.