OpenCrabs vs n8n vs LangChain 2026: Hitung Biaya Nyata 12 Bulan

Perbandingan ini sering salah dibingkai. n8n, LangChain, dan OpenCrabs bukan tiga produk yang memperebutkan kursi yang sama. Ketiganya ada di lapis berbeda: n8n di lapis orkestrasi workflow, LangChain di lapis library untuk engineer, dan agent platform di lapis tempat keputusan diambil dan dijalankan.

Karena lapisnya beda, membandingkan harga langganannya saja tidak menghasilkan apa pun. Yang berguna adalah menghitung biaya total 12 bulan untuk pekerjaan konkret, lalu melihat komponen mana yang mendominasi.

Semua angka versi di artikel ini gue baca langsung hari ini: n8n rilis terakhir 2.45.7, LangChain 1.4.7, LangGraph 1.2.19. Tarif model diambil dari katalog gateway yang gue pakai, dalam rupiah per 1 juta token.

TL;DR

• Biaya total = lisensi + infra + token + waktu orang. Di hampir semua kasus, waktu orang adalah komponen terbesar, dan paling jarang dicatat.
• n8n: repo GitHub-nya bertanda 209.248 bintang dan lisensinya bukan open source OSI (GitHub menandai NOASSERTION per hari ini). Biaya terbesarnya bukan lisensi, tapi RAM dan perawatan.
• LangChain 1.4.7 berlisensi MIT. Gratis di lisensi, mahal di waktu: semua yang lo hemat dari langganan, lo bayar dalam jam engineering.
• Biaya token jauh lebih kecil dari yang orang bayangkan. Satu balasan agent di model murah ada di kisaran Rp0,32.
• Untuk 12 bulan, selisih terbesar antar pilihan biasanya bukan di harga, tapi di berapa bulan yang terbuang sebelum sistemnya benar.

Tiga lapis, tiga jenis biaya

Lapis	Contoh	Yang lo bayar	Yang lo hemat
Orkestrasi workflow	n8n	RAM server, perawatan, template	Waktu menulis kode integrasi
Framework	LangChain, LangGraph	Jam engineering	Fleksibilitas penuh
Agent platform	OpenCrabs	Jam setup, infra	Waktu membangun loop, tool, channel

Kalau lo memilih dengan pertanyaan “mana yang paling murah”, jawabannya akan selalu “yang paling dekat dengan pekerjaan lo saat ini”, karena biaya terbesar adalah waktu yang tidak terbuang.

Komponen biaya yang harus masuk hitungan

1. Lisensi dan langganan. n8n cloud punya tier berbayar, self-host “gratis” dengan lisensi yang membatasi penggunaan komersial tertentu. LangChain MIT, jadi nol. Agent platform tergantung cara deploy.
2. Infra. VPS dengan RAM cukup. n8n self-host dengan banyak workflow butuh RAM, dan RAM adalah komponen yang paling cepat naik. Angka pasti VPS-nya beda per provider, jadi di artikel ini gue biarkan sebagai variabel yang lo isi sendiri.
3. Token model. Ini yang paling sering ditaksir terlalu tinggi. Hitungannya: tarif per 1 juta token dikali volume.
4. Waktu orang. Setup, merawat, memperbaiki saat rusak, dan menulis ulang yang salah. Ini yang paling jarang masuk spreadsheet.
5. Biaya kesempatan. Bulan pertama dipakai belajar tool, bukan menyelesaikan pekerjaan.

Hitungan token yang bisa lo ulang

Ambil contoh agent customer service: 5.000 balasan per bulan, rata-rata 1.500 token input dan 300 token output per balasan.

• Input: 5.000 x 1.500 = 7,5 juta token. Di tarif Rp150 per juta token: Rp1.125
• Output: 5.000 x 300 = 1,5 juta token. Di tarif Rp300 per juta token: Rp450
• Total model: Rp1.575 per bulan

Kalau prompt-nya gemuk (system prompt 8.000 token), input naik jadi 40 juta token dan biayanya jadi Rp6.000 plus Rp450 output. Masih di kisaran puluhan ribu setahun. Sementara satu jam engineer di Indonesia jauh lebih mahal dari itu.

Kesimpulan praktis: jangan pilih platform berdasarkan biaya token. Pilih berdasarkan berapa lama sampai jalan, karena itu komponen yang paling mahal.

Dengan prompt caching, input yang berulang bisa turun ke tarif cache read (di katalog yang gue pakai Rp30 per juta token untuk model yang sama), jadi angka Rp1.125 tadi bisa jadi Rp225. Detailnya ada di artikel prompt caching.

Tiga profil, tiga jawaban berbeda

Profil 1: solo dev yang menjual jasa otomasi

Yang lo jual adalah kecepatan pengiriman, jadi tool yang menang adalah yang tidak membuat lo menulis ulang integrasi setiap proyek. Kalau pekerjaannya berpola (tarik data, transformasi, kirim ke tempat lain), workflow visual lebih cepat sampai. Kalau pekerjaannya butuh keputusan (klasifikasi, jawab pertanyaan, pilih langkah berikutnya), framework atau agent platform lebih masuk.

Biaya 12 bulan profil ini didominasi jam kerja lo sendiri. Menghitung token sampai perak tidak akan mengubah keputusan.

Profil 2: agency kecil dengan 5 sampai 10 klien

Di sini biaya perawatan mulai terasa. Setiap klien butuh instance sendiri, kredensial sendiri, dan pemantauan sendiri. Yang paling mahal bukan langganan, tapi kerja repetitif menyiapkan instance baru.

Kriteria yang menentukan: seberapa cepat lo bisa menyalakan instance baru dengan konfigurasi yang sama. Kalau butuh dua hari per klien, itu 20 hari kerja per tahun hanya untuk setup.

Profil 3: tim ops di perusahaan

Yang menentukan bukan kecepatan membangun, tapi kemampuan menjawab pertanyaan audit: siapa yang mengubah workflow ini, kapan, dan atas persetujuan siapa. Di sini observability dan kontrol akses lebih penting daripada kecepatan menulis kode.

Untuk tim seperti ini, biaya terbesar adalah insiden. Satu agent yang salah mengirim data ke tempat yang salah bisa menghabiskan budget setahun.

Tabel keputusan per dimensi

Dimensi	n8n	LangChain / LangGraph	Agent platform
Waktu sampai workflow pertama jalan	Cepat	Lambat	Sedang
Kontrol atas detail perilaku	Sedang	Penuh	Sedang
Perawatan bulanan	RAM, upgrade, workflow rusak	Upgrade library, breaking change	Upgrade platform
Observability bawaan	Ada, terbatas	Harus dibangun sendiri	Tergantung platform
Cocok untuk keputusan non-deterministik	Terbatas	Ya	Ya

Anti-pola yang paling mahal

1. Memakai framework untuk pekerjaan yang cukup pipa. Menulis 400 baris kode untuk memindahkan data dari spreadsheet ke database adalah cara mahal untuk terlihat serius.
2. Memakai workflow visual untuk pekerjaan yang butuh penilaian. Menyusun 30 cabang if-else untuk meniru keputusan yang seharusnya diambil model.
3. Mencampur tiga lapis sekaligus di bulan pertama. Tim yang memakai n8n plus LangChain plus agent platform di proyek pertama biasanya menyelesaikan nol pekerjaan.
4. Tidak mencatat biaya per fitur. Tanpa angka, “hemat” dan “boros” cuma perasaan.
5. Menganggap self-host selalu lebih murah. Self-host menukar biaya langganan dengan jam kerja perawatan. Di volume kecil, tukarnya sering merugikan.

Kesimpulan

Untuk 12 bulan, biaya lisensi hampir tidak menentukan apa pun. Yang menentukan adalah berapa lama sampai sistem pertama benar-benar dipakai, dan berapa jam per bulan untuk merawatnya.

Kalau lo ingin urutan berpikir yang lebih lengkap sebelum memilih, panduan memilih antara agent dan workflow membahas batasnya per kasus. Dan kalau masalah lo sebenarnya bukan memilih tool tapi membuat pilot berhenti jadi pilot, artikel ini lebih relevan.