n8n vs Make vs Zapier: het AI-agent-oordeel 2026

n8n, Make en Zapier voegden alle drie in 2026 AI-agents toe, en de functielijstjes lijken inmiddels bijna identiek — precies waarom ze de verkeerde manier zijn om te kiezen. Wat er werkelijk toe doet, is het verdienmodel (per taak, per uitvoering of per operation), want bij reëel mkb-automatiseringsvolume loopt het kostenverschil tussen platformen op tot 5–8x — en het is het platform, niet de AI-functies, dat bepaalt of uw maandfactuur €30 of €300 is.

Wat elk platform in 2026 daadwerkelijk uitbracht

Zapier bereikte in 2025 algemene beschikbaarheid met AI Agents en voegde een natuurlijke-taal Copilot-builder toe, en bracht in februari 2026 80+ kant-en-klare gratis agents plus AI Guardrails, bring-your-own-model en persistent memory uit, bovenop een appdirectory van 8.000–9.000 apps. Make lanceerde begin 2026 Maia, een AI-assistent die automatiseringsscenario's bouwt op basis van een natuurlijke-taalbeschrijving, met de agent-builder nog altijd in bèta. n8n bracht in december 2025 de 2.0-release uit met native LangChain-ondersteuning en meer dan 70 speciale AI-nodes — tool calling, persistent geheugen in Redis of Postgres, vectordatabase-integraties voor RAG en human-in-the-loop-goedkeuringsstappen ingebouwd in het visuele canvas. Op papier laten alle drie een niet-developer nu een taalmodel aan een workflow koppelen. De echte verschillen worden zichtbaar zodra u kijkt wat het kost om die workflow op schaal te draaien, en wie de data mag zien die erdoorheen stroomt.

Het verdienmodel is de beslissing, niet het functielijstje

Zapier rekent per taak — elke actie binnen een Zap telt apart. Make rekent per operation — ruwweg één eenheid per stap, vergelijkbaar met Zapier. n8n rekent per workflow-uitvoering — een workflow van tien stappen die één keer draait, telt als één uitvoering, niet als tien. Dat verschil telt hard op: een workflow van 10 stappen die 10.000 keer per maand draait is 100.000 factureerbare eenheden bij Zapier en 10.000 bij n8n — praktijkschattingen leggen het resulterende kostenverschil bij dat soort volumes op 80–90% in het voordeel van n8n. Gepubliceerde instapprijzen laten hetzelfde beeld zien: Zapier vanaf circa $20/maand, Make vanaf circa $9/maand, n8n vanaf circa $20/maand of gratis bij zelf hosten — maar bij 100.000 operations per maand blijft Make naar verluidt onder de $100, terwijl Zapier boven de $300 kan uitkomen. Dit maakt n8n niet automatisch “de winnaar”; het maakt het verdienmodel het eerste getal om tegen uw eigen workflow af te zetten, niet het laatste.

Een uitgewerkt voorbeeld maakt het verschil in verdienmodel concreet. Neem een groothandel met 25 medewerkers die orderbevestigingen automatiseert: een order-e-mail ontvangen, de regels eruit halen, voorraad checken in het ERP, een bevestiging opstellen en loggen in een spreadsheet — vijf stappen, die bij dat ordervolume zo'n 3.000 keer per maand draaien. Bij het per-taak-model van Zapier is dat 15.000 factureerbare taken per maand, ruim in de hogere-volumetiers. Bij het per-operation-model van Make is dat een vergelijkbare 15.000 operations, per eenheid iets goedkoper geprijsd. Bij n8n is dezelfde workflow 3.000 factureerbare uitvoeringen — één per order, ongeacht hoeveel stappen daarbinnen draaien — en dat is waarom praktijkbenchmarks consequent laten zien dat n8n voorop gaat lopen naarmate het aantal stappen of de uitvoeringsfrequentie groeit, terwijl Zapier en Make competitiever blijven bij eenvoudige, kortere, minder frequente automatiseringen. Het omslagpunt dat de meeste teams noemen, ligt rond 5–10 stappen gecombineerd met duizenden runs per maand; daaronder rechtvaardigt het prijsverschil zelden de extra opzet en onderhoud die n8n vraagt.

MCP verandert wat “integratie” betekent bij alle drie

Het Model Context Protocol bleef in 2026 geen curiositeit voor developers — het bereikte alle drie de platformen. n8n heeft een native MCP-server op instantieniveau (public preview sinds april 2026), zodat Claude, ChatGPT of elke MCP-compatibele client rechtstreeks workflows kan bouwen en starten in uw n8n-instantie, plus een MCP Client-node zodat elke stap — niet alleen een AI-agent — een externe MCP-server kan aanroepen voor tools of data. Zapier voegde MCP-connectiviteit toe naast de Copilot-builder, waardoor Zapier-agents acties als MCP-tools aan andere AI-systemen kunnen aanbieden. Het MCP-verhaal van Make is van de drie voorlopig het minst volwassen. Praktisch betekent dit dat de oude vraag — “integreert dit platform met tool X” — vervangen wordt door “spreekt dit platform MCP”, want een MCP-compatibele workflow kan nieuwe tools oppikken zonder een aparte connector. Voor een Nederlands mkb-bedrijf dat al vastzit aan één platform is dat een reden om MCP-ondersteuning te checken vóór u een bestaande automatiseringsstack eruit sloopt, geen reden om over te stappen.

Zelf hosten en de AVG-vraag

Zapier en Make zijn cloud-only: uw workflowdata, inclusief alles wat uit klantdossiers, e-mails of ERP-gegevens komt, loopt via hun infrastructuur, doorgaans buiten de EU tenzij u een enterprise data-residency-abonnement heeft. n8n kan op dezelfde manier als beheerde clouddienst draaien, of zelf gehost worden op uw eigen EU-server — de workflow-engine, uitvoeringslogs en eventuele cache verlaten dan nooit infrastructuur die u zelf beheert. Voor de meeste mkb-bedrijven die marketing of planning automatiseren maakt dit onderscheid nauwelijks uit. Het weegt zwaar zodra een workflow AVG-gevoelige data raakt: patiëntintake bij een zorgorganisatie, klantdossiers bij een accountantskantoor, of personeelsgegevens bij hr-automatisering. Zelf hosten is niet gratis — iemand moet patchen, monitoren en back-uppen — dus het is een afweging tegen een paar honderd euro per jaar aan cloudkosten, geen standaardkeuze, maar het is wel het enige structurele voordeel dat geen van de concurrenten van n8n momenteel biedt.

Een beslissingskader voor een Nederlands mkb-bedrijf

1. Geen technisch team, moet deze week draaien: de appdirectory en Copilot-builder van Zapier brengen een niet-technische officemanager het snelst naar een werkende automatisering, en de kosten worden pas een probleem voorbij een paar duizend taken per maand — de meeste automatiseringen binnen één afdeling (facturen doorsturen, leads naar een CRM) komen daar nooit.
2. Visuele builder, gemiddelde complexiteit, kostenbewust op schaal: de prijzen per operation en de scenario-builder van Make passen bij een team van 20–50 fte dat meerdere processen automatiseert (offertes, facturen, klantenservice) zonder eigen developer, zolang het volume in de lage tienduizenden operations per maand blijft.
3. Technische kennis in huis, hoog volume, of AVG-gevoelige data: de facturering per uitvoering, native AI-agent-nodes en de mogelijkheid tot zelf hosten maken n8n de juiste standaardkeuze zodra een bedrijf iemand heeft die een server kan onderhouden, of zodra het maandelijkse automatiseringsvolume facturering per taak echt duur maakt.

Alle drie koppelen inmiddels redelijk goed met Nederlandse backoffice-software — Exact Online, AFAS en e-Boekhouden hebben stuk voor stuk officiële of community-connectors op elk platform — dus de ERP-integratievraag beslist het zelden alleen; zie ons artikel over AI koppelen aan Exact, AFAS en e-Boekhouden voor de diepere integratiepatronen.

Waar dit past in een grotere agent-bouw

Geen van deze platformen is het volledige antwoord als u een echte meerstaps-AI-agent bouwt in plaats van een vaste workflow te automatiseren — dat onderscheid behandelen we in AI-agents in productie: duurzame uitvoering, retries en state management zijn bij alle drie nog dun vergeleken met een speciaal gebouwd agent-framework. Waar n8n, Make en Zapier zichzelf terugverdienen, is de 80% van automatisering die feitelijk een vaste reeks stappen is met één of twee AI-ondersteunde beslismomenten — een antwoord opstellen, velden uit een document halen, een lead classificeren — niet een open-eindige agent die over veel tools redeneert. Behandel “welk automatiseringsplatform” en “welk agent-framework” als twee aparte beslissingen; ze door elkaar halen is de meest voorkomende reden dat automatiseringsprojecten vastlopen.

Later overstappen is ingrijpender dan de meeste vergelijkingsartikelen toegeven — workflows, credentials en foutafhandelingslogica zijn niet overdraagbaar tussen Zapier, Make en n8n, dus een migratie betekent herbouwen, niet exporteren. Dat is een reden om de beslissing te laten meewegen naar waar uw volume en complexiteit over een jaar staan, niet alleen naar vandaag, en het is ook waarom het vaak verstandig is een echt onzekere automatisering te starten op het platform dat uw team al kent — de kosten van een iets suboptimaal verdienmodel voor een paar maanden zijn vrijwel altijd kleiner dan de kosten van een dozijn workflows herbouwen zodra het volume het verkeerde platform ontgroeit.

Waar begint u?

Breng uw meest tijdrovende handmatige proces in kaart, tel de stappen en schat het aantal maandelijkse runs vóórdat u een platform kiest — dat ene getal bepaalt meer van de kostenuitkomst dan welke functievergelijking dan ook. Lees hoe wij procesautomatisering voor Nederlandse mkb-bedrijven scopen op onze pagina over procesautomatisering, en hoe wij agent-grade bouwtrajecten aanpakken op onze pagina over AI-agent-ontwikkeling.

Veelgestelde vragen