「MakeとN8n、結局どっちを使えばいいの？」

これ、正直かなり悩む。料金表を見ても単位が違うし、「セルフホストできる」「1,800以上のアプリ対応」みたいな謳い文句が並んでいても、自分のケースに当てはめた比較が見つからない。

この記事では、利用パターン別のコスト試算とセルフホスト・AI機能の実力差を軸に、2026年時点での選び方を整理する。「どちらが優れているか」ではなく「自分にはどちらが合うか」を判断する材料として使ってほしい。

MakeとN8n、まず30秒でポジションを整理する

2つのツールは似て非なる存在だ。一言で言うとこうなる。

  • Make：ノーコード特化のSaaS。ブラウザだけで完結する。
  • n8n：エンジニア親和型のOSS。自分のサーバーに置ける。

Makeはもともと「Integromat」という名前だった。2022年にリブランドされて現在に至る。n8nは2019年にOSSとして公開され、2026年時点でGitHubスターが65,000超。OSS自動化ツールとしては異例の存在感だ。

両方ともZapierの競合として語られることが多いが、複雑な分岐・ループ・データ変換においてはZapierより高機能。「Zapierの劣化版」は完全な誤解なので先に訂正しておく。

2025〜2026年の変化点も押さえておきたい。

  • Makeは「Make AI」を強化し、自然言語でシナリオ生成が可能になった
  • n8nはv1.x系が安定版として定着し、AIエージェントノードが実用レベルに達した
  • n8n Cloudはワークフロー数ベースの課金体系に移行（実行数ベースから変更）

この前提を踏まえて、具体的な比較に入る。

💡 関連教材: ChatGPT業務自動化 実践テンプレート集（¥1,480） — API・スプレッドシート・メール・議事録・請求書をコピペで自動化する実装特化型テンプレート集（全22ページ）

料金を「実務シナリオ別」に試算してみると見えること

料金表を横並びで見ても判断できない。単位が違うからだ。Makeは「オペレーション数」、n8nは「ワークフロー数」で課金される。

Makeの課金構造で引っかかるポイントがある。オペレーションは「ステップ数×実行回数」で消費される。たとえば10ステップのシナリオを1,000回実行すると、10,000オペレーション消費だ。無料枠の1,000オペレーションは、少し複雑なシナリオを数十回動かすだけで枯渇する。

3パターンで実コストを試算する

利用パターン 月間実行数の目安 Make n8n Cloud n8n セルフホスト
A：個人・副業 月500回程度 無料〜$9 $20〜（5ワークフロー） VPS代$5〜$10
B：小規模チーム 月5,000回程度 $29〜 $50〜（15ワークフロー） VPS代$10〜$20
C：業務本格運用 月50,000回超 $100〜（要試算） 要問い合わせ VPS代$20〜＋運用工数

⚠️ 料金は2026年5月時点の目安。為替・プラン改定で変動するため、必ず公式サイトで確認を。

パターンAは一見Makeが安く見える。ただしステップ数が多い自動化を複数本走らせると、すぐに有料プランが必要になる。

パターンCになると話が変わる。n8nセルフホストのコストは「VPS代＋自分の運用工数」だけ。月$20のVPSで数十万回の実行をさばける。スケールするほどn8nが有利だ。

「n8nセルフホストは完全無料」という誤解は要注意。 OSSライセンス自体は無料だが、VPS代・バックアップ管理・バージョンアップ作業は別途かかる。「タダ」ではなく「サーバー代だけ」という認識が正確だ。

セルフホスト・AI機能・コネクター数の実力差

セルフホストはn8nの独壇場

Makeは2026年時点でセルフホスト不可。データは海外サーバー上に置かれる。これを見落とすケースが意外と多い。

医療・金融・行政など個人情報を扱う業務では、このポイントが致命的になる。n8nのセルフホストなら社内環境や国内サーバーで完結できるため、コンプライアンス要件がある現場ではn8n一択になる。

n8nセルフホストの最低構成の目安はこのあたりだ。

  • RAM：2GB以上（Raspberry Pi 4でも動作可能）
  • 構成：Docker + PostgreSQL推奨（SQLiteは小規模・開発用のみ）
  • 技術難易度：Docker操作に慣れていれば1〜2時間で立ち上げ可能

コマンドラインに抵抗がある人には正直ハードルがある。ただ一度立ち上げれば、あとの運用は思ったよりシンプルだ。

AIワークフローはn8nが現状リード

Makeも「Make AI」でOpenAIやAzure AIとの連携を強化している。自然言語でシナリオを生成できる機能は便利だ。

ただし、AIエージェントの実用性という軸ではn8nが上だと感じている。

n8nのAI Agent Nodeは、OpenAI・Claude・Geminiとのループ処理やメモリ管理が柔軟に組める。LangChainライクなフローをノーコードで構築できる点が特徴だ。Makeでも類似のことはできるが、複数エージェントを連携させる複雑な構成になると、n8nの方が細かい制御ができる。

当ラボで試した範囲では、AIエージェントを組み込んだ業務自動化はn8nで構築した方が「思い通りの動き」に近かった。

コネクター数の「1,800 vs 400」をどう読むか

Makeの1,800+アプリ対応 vs n8nの400+ネイティブノード、という数字だけ見るとMakeが圧倒しているように見える。

ただしn8nにはHTTPリクエストノードがある。APIを公開しているサービスであれば、ネイティブノードがなくても接続できる。実務上「n8nだと繋げない」と困ることは少ない。

一方で、ノーコードで即座に繋ぎたいサービスが多い場合はMakeが楽。Makeの1,800+コネクターは、設定画面がGUI化されているものが多く、APIの仕様を調べずに使える点が強い。

自分に合うのはどっちか：条件別の結論

比較をまとめると、判断軸は3つだ。

n8nを選ぶべきケース

  • 月間実行数が多く、コストをスケールさせたい
  • 個人情報・機密データを扱うためデータを外部サーバーに渡せない
  • AIエージェントや複雑なループ処理を組みたい
  • Dockerが扱えて、サーバー管理に抵抗がない

Makeを選ぶべきケース

  • プログラミング・サーバー管理を一切やりたくない
  • 今すぐ使い始めてUIで直感的に動かしたい
  • 月間実行数が少なく、SaaSで完結させたい
  • MicrosoftのTeams・Azure連携が業務の中心にある

正直なところ、「どちらか迷っている」段階ならMakeから始める方が失敗が少ない。UIの分かりやすさはMakeの方が上で、躓く場所が少ない。規模が大きくなったり、セルフホストが必要になったタイミングでn8nへ移行する流れが現実的だ。

ただし移行コストは発生する。最初からデータ主権・スケールコストが課題になるとわかっているなら、最初からn8nを選ぶ方が後悔が少い。

次にやること：まず無料枠で「自分のシナリオ」を動かす

記事を読んだだけでは選べない。両ツールとも無料で試せる枠がある。

今日やるべき1アクションはこれだ。

「自分が自動化したい処理を1つだけ選んで、Makeの無料プランで実際に動かしてみる。」

1,000オペレーションの制限はあるが、シナリオの設計感覚・繋ぎやすさの実感は使ってみないとわからない。MakeのUIを触って「もっと細かく制御したい」と感じたら、そのタイミングでn8nを検討する。それが最短ルートだ。

n8nの具体的なセットアップ手順や、Claude APIとの連携方法は別記事で詳しく解説している。興味があれば合わせて読んでほしい。

📘 もっと深く学びたい方へ

この記事で紹介した内容を、さらに体系的に・実務レベルで習得できる教材を販売中です。

ChatGPT業務自動化 実践テンプレート集（¥1,480）

API・スプレッドシート・メール・議事録・請求書をコピペで自動化する実装特化型テンプレート集（全22ページ）

  • 動くGASコード・API設定手順・プロンプトをワンセット収録
  • スプレッドシート連携／メール／議事録／請求書を実務レベルで自動化
  • コピペで即動く実装コード（Python / GAS）付き

👉 今すぐ購入する

n8nノーコード自動化 実践ワークフロー集（¥1,980）

Gmail/Slack/Notion/Claude連携の動くワークフロー10本を実装込みで完全解説（全35ページ）

  • Cloud版前提・2026年最新のn8n v1系UI完全対応
  • 動くノード設定値・JSON・OAuth設定まで全部入り
  • 10ワークフロー（Gmail/Slack/Notion/Discord/Webhook/RSS）はコピペで即実務投入

👉 今すぐ購入する

関連記事

関連ツール紹介

AIスキルを収益化するなら → ココナラでサービスを出品できる。AIライティング・画像生成・データ分析など、AIスキルを活かした案件の需要は増えている。

おすすめツールの一覧はこちらにまとめている。