Make.com применяет модель оплаты кредитами: шаги сценария и AI‑операции повышают стоимость

Make.com списывает кредиты за каждое срабатывание триггера, фильтра или действия в сценарии; AI‑операции и специальные модули могут увеличивать потребление.

Make.com использует модель оплаты кредитами: платформа списывает один кредит при каждом срабатывании триггера, выполнении фильтра или действии в сценарии, что напрямую влияет на стоимость автоматизаций. Это особенно важно при подключении AI‑модулей, которые нередко потребляют больше кредитов; поэтому командам и отдельным пользователям стоит заранее оценивать число шагов и частоту запусков, чтобы прогнозировать расходы.

Модель расчёта проста: каждое выполнение шага считается отдельным списанием. Приведённый в статье пример показывает, что сценарий из пяти шагов при 100 запусках в месяц использует 500 кредитов, а 20‑шаговый сценарий при 500 запусках — 10 000 кредитов. Некоторые модули стоят дороже: Make Code списывает по два кредита за секунду выполнения кода, а AI‑функции и иные специальные действия могут увеличить потребление. Фильтры и роутеры также снимают по одному кредиту при каждом исполнении, даже если не формируют выходных данных. При исчерпании месячного пакета сценарии приостанавливаются до следующего расчётного периода или до тех пор, пока пользователь не докупит кредиты или не перейдёт на более высокий план.

Платформа представляет собой визуальный конструктор сценариев (ранее Integromat), где шаги связывают перетаскиванием на холсте. Доступно более 3 000 подключений, включая Gmail, Slack, Google Sheets и другие сервисы; есть роутеры, фильтры и возможность исполнения кода на JavaScript или Python через Make Code. Автоматизации можно запускать по расписанию или по событиям‑триггерам, а интерфейс ориентирован на гибкую логику, пригодную для технически сложных сборок.

Автор материала сравнивает Make с другими популярными сервисами автоматизации и отмечает, что выбор платформы зависит от того, как команда выстраивает рабочие процессы. Для команд, которые учитывают каждый модуль и оптимизируют число шагов, модель оплаты кредитами может оказаться экономичнее; для тех, кто предпочитает простые пакеты с фиксированными лимитами, другие подходы тарификации могут быть удобнее. Важное практическое преимущество — прозрачность расчётов: при известном числе шагов и частоте запусков можно прогнозировать месячный расход кредитов.

С практической точки зрения бесплатный уровень с 1 000 кредитов годится для тестов и лёгких автоматизаций, но сложные сценарии или высокочастотные процессы легко «сожгут» месячный пакет. Платформа активно развивает AI‑возможности: в неё входят AI‑агенты, AI‑toolkit и интеграции с более чем 350 AI‑приложениями, что позволяет встраивать интеллект в сценарии; при этом автор подчёркивает, что AI‑операции могут потреблять дополнительные кредиты и их влияние стоит учитывать при проектировании решений.