n8n vs Make: cuál elegir para automatizar tu operación

n8n y Make (ex Integromat) parecen lo mismo a primera vista: ambos te dejan conectar APIs sin escribir código, ambos tienen cientos de integraciones, ambos cobran por ejecución. La realidad operativa es muy distinta — y la decisión correcta depende de dónde querés terminar en 18 meses, no de qué se ve más lindo hoy.

Las diferencias reales (no las del marketing)

Make es SaaS puro: vos pagás, ellos hostean, vos hacés workflows en su interfaz visual. n8n es open source y self-hostable: podés correrlo en tu propio servidor por US$15/mes en lugar de pagar US$300+ a Make cuando tu volumen crece.

Esa diferencia parece menor cuando arrancás (de hecho Make tiene mejor UX). Se vuelve crítica cuando llegás a 50.000+ ejecuciones por mes, cuando necesitás que tu data fluya por servidores de tu jurisdicción legal, o cuando tu cliente final exige que no haya un SaaS de terceros entre medio.

Dimensión	n8n	Make
Hosting	Self-host o cloud propio	Solo SaaS
Precio piso	US$0 (self-host) / US$20 cloud	US$10 / mes
Precio a 100k ejecuciones	~US$60–120 (hosting)	US$340+
Integraciones nativas	~400	~1,500
Code nodes (JS/Python)	Nativo, sin límite	Limitado en plan free
Curva de aprendizaje	Media-alta	Baja
Manejo de errores	Profundo, con retries personalizables	Bueno pero menos flexible
Compliance / on-prem	Sí (self-host)	No

Cuándo Make es la respuesta correcta

• Equipo de marketing u operaciones sin perfil técnico que va a mantener los workflows.
• Volumen total bajo (< 20.000 ejecuciones/mes) por horizonte previsible.
• Necesitás integraciones con apps verticales raras (Make tiene 3–4× más conectores nativos).
• Querés CERO infraestructura — ni un container, ni una VPS, nada.

Cuándo n8n es la respuesta correcta

• Hay alguien técnico (in-house o agencia) que puede mantener un container o VPS.
• Volumen mayor a 50.000 ejecuciones/mes ya en horizonte de 6–12 meses.
• Necesitás code nodes complejos (transformaciones de data no triviales, llamadas a APIs internas, lógica condicional profunda).
• Compliance/legal exige que la data quede en tus servidores o jurisdicción específica.
• Querés versionar workflows en git (n8n exporta JSON, Make no de forma nativa).

Cuándo elegir cada uno, por caso de uso

Las listas de criterios ayudan, pero la mayoría de los equipos deciden más rápido mirando un caso parecido al suyo. Esta es la matriz que usamos en discovery con clientes reales:

Caso de uso	Recomendación	Por qué
Marketing/ventas sin equipo técnico (formularios → CRM, alertas en Slack)	Make	Curva de aprendizaje baja y el volumen casi siempre queda < 20.000 ejecuciones/mes.
Backoffice interno con reglas que cambian seguido (asignación de leads, conciliación de pagos)	n8n, con alguien técnico que lo mantenga	Necesitás lógica condicional profunda y versionado en git a medida que el proceso crece.
Scoring de leads o respuestas automáticas con IA/LLMs	n8n	Code nodes nativos para llamar APIs de modelos, manejar contexto y encadenar pasos — la base técnica de cualquier agente de IA bien construido.
E-commerce con sincronización de inventario multicanal	Make si < 30.000 ejecuciones/mes, n8n si más	El precio de Make escala peor que el de n8n pasado cierto volumen (ver tabla abajo).
Fintech, salud o logística con compliance de datos	n8n self-hosted	Control total de en qué servidor y jurisdicción vive la data; Make no ofrece on-prem.
Agencia que automatiza procesos para varios clientes	n8n multi-tenant en un solo servidor	Un VPS corre decenas de workflows de distintos clientes; en Make pagás por cliente/organización.

Si no tenés claro en qué fila caés, es la primera pregunta que resolvemos en un diagnóstico de automatización no-code: mapear tus procesos actuales, tu volumen real (no el estimado) y quién los va a mantener, antes de recomendar herramienta.

Costo real a 12 meses, por volumen de ejecuciones

El precio de lista de ambas plataformas dice poco. Lo que importa es el costo total: suscripción (o servidor) más las horas de una persona manteniéndolo, a una tarifa de referencia de US$25/hora. Así se ve por volumen mensual:

Volumen mensual	Make (SaaS + soporte)	n8n self-hosted (VPS + mantenimiento)	Gana a 12 meses
< 10.000 ejecuciones	~US$100/mes → US$1.200/año	~US$175/mes → US$2.100/año	Make
10.000 – 30.000	~US$220/mes → US$2.640/año	~US$225/mes → US$2.700/año	Empate técnico
30.000 – 80.000	~US$670/mes → US$8.040/año	~US$400/mes → US$4.800/año (desde el año 2)	n8n, con margen amplio
80.000 – 200.000	~US$1.080/mes → US$12.960/año	~US$510/mes → US$6.120/año	n8n
> 200.000	Plan Enterprise a medida, normalmente US$1.500+/mes solo de SaaS	~US$650–775/mes (server dedicado + mantenimiento senior)	n8n, salvo un Enterprise ya negociado con condiciones especiales

Detalle del cálculo que usamos para la fila de 30.000–80.000, con una empresa de logística real de 7 procesos automatizados, ~80.000 ejecuciones/mes:

• Make: plan Teams + paquetes extra de operaciones = ~US$420/mes = US$5.040/año. Sumá horas-operador para mantenerlo: ~10h/mes a US$25/h = US$3.000/año. Total: US$8.040/año.
• n8n self-hosted: VPS de 4 vCPU en Hetzner = US$25/mes = US$300/año. Horas-mantenimiento (mayores que Make): ~15h/mes a US$25/h = US$4.500/año. Setup inicial por agencia: US$2.500 una vez. Total año 1: US$7.300. Año 2+: US$4.800/año.

Con n8n ahorrás ~40% a partir del año 2, pero tenés que tener la persona técnica que mantenga el server. Si no la tenés y no querés contratarla, el ahorro es ficticio.

La trampa común al elegir

El error más frecuente que vemos: equipos no técnicos eligen Make por la curva fácil, llegan a 60.000 ejecuciones en 4 meses, la cuenta sube a US$280/mes, intentan migrar a n8n sin tener equipo técnico, y terminan con 7 automatizaciones rotas durante 3 semanas mientras un freelancer las reescribe.

La pregunta correcta al arrancar no es "cuál me sirve hoy", es "cuánto volumen voy a tener en 12 meses y quién va a mantener esto".

¿Se pueden usar los dos?

Sí, y a veces tiene sentido. Make para workflows simples que mantiene marketing (formularios → CRM, slack → Notion). n8n para automatizaciones críticas de operación o data interna (ERP → reportes, scoring de leads con IA, sincronización inter-sistemas). El costo total no se duplica si la división es clara.

¿Qué pasa con Zapier en esta comparación?

Zapier es ~30–50% más caro que Make a volúmenes medios, con UX simple, menos potencia técnica que cualquiera de los dos. Si Zapier ya funciona y no tenés cuello de botella de precio o features, no migres. Si vas a empezar de cero, no lo elijas por encima de Make o n8n.

¿n8n cloud (la versión pagada) vs self-host?

n8n cloud cuesta US$20–50/mes para volúmenes pequeños. Pierde la ventaja de costo a partir de 30k ejecuciones — desde ahí, self-host gana siempre. Pero te ahorra mantenimiento. Tiene sentido para equipos chicos sin DevOps.

Lo que recomendamos

Si tu equipo de operaciones no tiene perfil técnico y vas a estar < 30.000 ejecuciones/mes: Make, sin dudar. Vas a perder más en horas de aprendizaje de n8n que lo que ahorrás en la cuenta.

Si tu equipo es técnico (o tenés agencia que mantiene la infra), si vas a superar 50.000 ejecuciones/mes en 6 meses, o si necesitás versionar workflows: n8n self-hosted. El ahorro acumulado a 24 meses suele justificar el setup inicial.

Preguntas frecuentes

¿n8n o Make se integran bien con agentes de IA?

n8n tiene ventaja clara acá: sus code nodes (JS/Python nativos) permiten llamar a cualquier API de modelo (OpenAI, Anthropic, modelos propios), manejar memoria conversacional y encadenar llamadas condicionales sin los límites de la plataforma. Make puede llamar APIs de IA vía su módulo HTTP, pero la lógica compleja (retries inteligentes, contexto largo, orquestar varios agentes entre sí) se vuelve incómoda rápido. Si el objetivo final es un agente conversacional o autónomo — no solo "automatizar un paso con IA" —, conviene diseñar la arquitectura completa antes de elegir la herramienta de orquestación; es exactamente lo que hacemos en nuestro servicio de agentes de IA.

¿Cuánto tarda migrar workflows de Make a n8n?

Para 5–10 workflows de complejidad media, entre 2 y 4 semanas con una persona técnica dedicada part-time. No es una traducción 1:1: la lógica de módulos de Make no mapea directo a nodos de n8n, y hay que re-testear cada rama de error. Presupuestá además 1–2 semanas corriendo ambas plataformas en paralelo antes de apagar la vieja, para no perder ejecuciones en producción durante el corte.

¿Qué pasa si el servidor de n8n se cae a las 3 AM?

Con Make, el uptime es problema de ellos — vos no hacés nada. Con n8n self-hosted, es tu problema (o el de tu agencia) a menos que configures monitoreo y alertas (Uptime Kuma, healthchecks.io) y un proceso de reinicio automático. Esto no es un detalle menor: sumalo al costo real de mantenimiento antes de decidir, no después del primer incidente en producción.

¿Conviene empezar en Make y migrar a n8n después, o elegir bien desde el día uno?

Si tu volumen a 12 meses es incierto y podés tolerar una migración eventual, empezar en Make reduce el riesgo de sobre-ingenierizar algo que capaz no escala. Pero si ya sabés que vas a superar 50.000 ejecuciones/mes en menos de 6 meses, o que vas a necesitar compliance/on-prem, saltearte Make y planificar bien desde el diseño de automatización no-code te ahorra la migración forzada que describimos más arriba.