Gumloop vs Make en un coup d'œil
Je construis des intégrations et des API chez eesel, donc je lis les pages de tarifs comme je lis une référence d'API : quelle est l'unité facturable, sur quoi est-elle comptée, et où le compteur continue de tourner. Les deux pages de tarifs et la documentation sur les crédits de Gumloop ont été vérifiées le 19 octobre 2026.
| Gumloop | Make | |
|---|---|---|
| Ce que vous construisez | Agents IA dans un chat (Workflows visuels désormais « Legacy ») | Scénarios visuels de modules, plus AI Agents (Beta) |
| Unité facturable | Crédit = 0,005 $ de coût de modèle, d'outils et de calcul | Crédit = une action de module |
| Plan gratuit | Aucun, essai Pro de 14 jours avec carte | Oui, 1 000 crédits/mois, 2 scénarios actifs |
| Plan payant d'entrée | Pro, 37 $/mois, 20 000 crédits | Core, 9 $/mois annuel (10,59 $ mensuel), 10 000 crédits |
| Plan intermédiaire | Aucun entre Pro et Enterprise | Pro 16 $, Teams 29 $ (annuel, 10 000 crédits) |
| Dépassement | 0,005 $/crédit, Pro plafonné à 1 M de crédits (5 000 $) | Crédits supplémentaires par lots de 1 000 ou 10 000 au tarif de votre plan |
| Coût du modèle IA | Inclus dans les crédits, ou BYOK (0 crédit de modèle, frais portés à 16 %) | AI Provider de Make ou votre propre clé LLM |
| Frais de plateforme | 8 % de frais d'orchestration sur chaque exécution d'agent | Aucun |
| Intégrations | 400+ connecteurs, catalogue MCP, navigateur d'agent | 3 500+ applis, applis personnalisées pour n'importe quelle API |
| Postes | Illimités sur Pro | Utilisateurs illimités sur tous les plans |
| Concurrence | 5 exécutions de workflow, 25 chats d'agent (Pro) | Exécution parallèle ; priorité à partir de Pro |
| Durée max d'exécution | 5 crédits par minute active, sans plafond indiqué | 5 min sur Free, 40 min sur les plans payants |
| Crédits inutilisés | Expirent chaque mois (reportés sur Enterprise) | Expirent à la fin de la période |
| Accès développeur | Gumloop MCP, Gumloop CLI, 1 serveur MCP hébergé | Make API (à partir de Core), serveur MCP, Make Code (JS/Python) |
| Sécurité | SOC 2 Type II, SAML/SCIM et VPC sur Enterprise | GDPR, SOC 2 Type II, SOC 3, SSO sur Enterprise |
| Idéal pour | Équipes non techniques qui veulent des agents qui décident | Concepteurs qui veulent des étapes bon marché, prévisibles et cartographiées |
Si vous voulez voir le paysage plus large avant de choisir, j'ai aussi écrit sur les alternatives à Gumloop, Make vs Zapier et la comparaison à trois AgentKit vs Make vs n8n.
Qu'est-ce que Gumloop ?
Gumloop se présente comme un endroit pour « build, share, optimize & control agents », et le produit mise désormais fortement là-dessus. Vous ouvrez un chat, choisissez un modèle, connectez des outils, et l'agent travaille à travers eux. La page d'accueil montre un GTM Agent relié à Slack, HubSpot, Gong, Gmail et Salesforce, avec un sélecteur de modèle et un panneau de skills sur la droite.
Ce qui compte pour la comparaison avec Make :
- Les agents d'abord. Sur la page de tarifs, l'ancien constructeur visuel est étiqueté « Workflows (Legacy) ». Les dernières mises à jour listées sur la page d'accueil de Gumloop sont toutes des fonctions d'agents : Gumball, qui construit ou met à jour un agent à partir d'une simple demande, et un navigateur d'agent capable de cliquer, saisir et se connecter sur des sites sans connecteur.
- Company Brain. Chaque outil connecté alimente une couche de connaissances partagée que les agents interrogent, facturée par recherche sous la forme d'une petite ligne « Brain » dans l'exécution.
- Modèles. Plus de 35 modèles sur Pro, avec prise en charge de l'apport de votre propre clé (BYOK).
- Configuration d'équipe. Postes, équipes et agents illimités sur Pro, plus des identifiants partagés.
Gumloop est soutenu par Y Combinator et, d'après son site, a levé une Série B de 50 M$ menée par Benchmark. Parmi les clients cités figurent Shopify, Instacart et Gusto.
Il figure aussi dans mon tour d'horizon des constructeurs d'agents IA no-code, aux côtés de Lindy et de Relevance AI.
Qu'est-ce que Make ?
Make (anciennement Integromat, aujourd'hui rattaché à Celonis) est la plateforme d'automatisation visuelle sur laquelle beaucoup d'entre nous ont appris. Vous construisez un scénario en enchaînant des modules sur un canevas, un module par action dans une appli. L'exemple de départ du centre d'aide comporte deux modules : surveiller une feuille Google Sheets pour de nouvelles lignes, envoyer un message Slack.
La page d'accueil de Make annonce plus de 500 000 équipes qui construisent avec lui, avec plus de 3 500 applis prêtes à l'emploi. Au cours de l'année écoulée, il a ajouté une vraie couche d'IA au-dessus du canevas :
- Maia by Make, qui construit des automatisations et des agents à partir d'une conversation.
- Make AI Agents (Beta) et l'AI Toolkit, tous deux sur chaque plan, avec l'AI Provider de Make ou votre propre clé LLM.
- Un serveur MCP, pour que Claude, ChatGPT ou un autre chat IA puisse déclencher vos scénarios.
- Make Code, pour du JavaScript ou du Python dans un scénario, facturé 2 crédits par seconde d'exécution.
- Make Grid, une carte de toutes les automatisations et de tous les agents de votre compte.
Le canevas reste le cœur du produit. C'est sa force (vous voyez chaque étape, chaque branche, chaque gestionnaire d'erreur) et son coût (quelqu'un doit le dessiner). Pour en savoir plus sur la place de Make parmi les constructeurs, voyez Make vs n8n et mon avis sur n8n.
Comment chacun vous facture-t-il ?
C'est la section que la plupart des comparatifs sautent, et elle détermine presque tout le reste. Les deux outils parlent de « crédits ». Ce n'est pas la même unité.
Un crédit Make, c'est une action. D'après la FAQ tarifs de Make, lire un enregistrement, écrire une ligne, rechercher, transformer, agréger ou itérer comptent chacun pour un crédit. Les routeurs et les gestionnaires d'erreur sont gratuits. Certaines fonctions de l'AI Provider en consomment plus d'un. Une exécution coûte « anywhere from two credits to thousands » selon le nombre de modules déclenchés et le nombre de bundles qui les traversent.
Un crédit Gumloop, c'est de l'argent. Un crédit vaut 0,005 $, et une exécution d'agent est la somme de quatre éléments, selon la documentation sur les crédits :
| Composant | Ce qu'il couvre | Coût |
|---|---|---|
| Chat & Reasoning | Le modèle qui lit, réfléchit et écrit | Coût du modèle divisé par 0,005 $ (un appel à 0,03 $ vaut 6 crédits) |
| Tool Calls | Chaque appel de connecteur | 1 crédit par appel réussi, plus les frais propres à l'outil |
| Compute | Temps de travail actif | 5 crédits par minute de session |
| Orchestration Fee | Exécution de la boucle de l'agent | 8 % des trois précédents |
L'exemple chiffré de Gumloop lui-même : 400 crédits d'utilisation du modèle, 10 de calcul et 15 d'appels d'outils ajoutent 34 crédits de frais, soit 459 crédits pour un chat. Avec votre propre clé, le même chat coûte 93 crédits Gumloop, car la part du modèle tombe à zéro mais les frais doublent à 16 %, et vous payez directement votre fournisseur de modèle.
Voici ce à quoi je ne m'attendais pas. Sans l'IA, les deux tarifent une action d'appli presque à l'identique. Les 37 $ pour 20 000 crédits de Gumloop reviennent à 1,85 $ pour 1 000. Make Pro en facturation mensuelle est à 1,88 $ pour 1 000 au palier de 10 000 crédits. Donc « lequel est le moins cher » revient en fait à « quelle part de réflexion fait votre tâche, et qui la paie ».
Gumloop est transparent sur la variabilité. Sa documentation dit que le même agent « might cost 2 credits for a quick question and 200 for a deep research task », et chaque chat affiche un compteur de crédits en direct avec un tiroir de détail.
Cette capture est un bon rappel à la réalité : dans une exécution de 1 407 crédits, 1 125 étaient pour le modèle. Les connecteurs : 65. Si votre tâche consiste surtout à lire et écrire entre applis, vous payez Gumloop pour un moteur de raisonnement que vous utilisez à peine. Si elle consiste surtout à lire, décider et réécrire, le modèle est le travail, et la comparaison s'inverse.
Une différence de plus à connaître avant de construire quoi que ce soit de critique. Gumloop dit que les appels d'outils en échec ne sont pas facturés. La FAQ de Make dit que les scénarios s'arrêtent simplement quand les crédits sont épuisés, les webhooks étant mis en file d'attente jusqu'à ce que vous rechargiez : un mois chargé sur Make signifie donc acheter des crédits supplémentaires en cours de période plutôt qu'une mauvaise surprise de ligne de dépassement.
Combien coûtent Gumloop et Make en 2026 ?
Les prix ci-dessous proviennent des pages des éditeurs, vérifiées le 19 octobre 2026. Le curseur de Make fait varier le prix selon le volume ; j'ai donc listé le point d'entrée à 10 000 crédits et quelques points plus haut.
Tarifs de Gumloop
| Plan | Prix | Crédits inclus | Limites principales |
|---|---|---|---|
| Pro | 37 $/mois | 20 000/mois (7 400 au prix catalogue + 12 600 de bonus) | 8 % de frais, 5 exécutions de workflow simultanées, 25 chats d'agent simultanés, 1 serveur MCP hébergé |
| Dépassement (Pro) | 0,005 $ par crédit | Désactivé par défaut | Plafonné à 1 000 000 de crédits supplémentaires (5 000 $) par période |
| Enterprise | Sur mesure | Sur mesure, les crédits inutilisés sont reportés | Frais négociables, VPC, RBAC, SCIM/SAML, journaux d'audit |
Lisez la première ligne deux fois. Gumloop le dit clairement : « Pro includes 7,400 + 12,600 bonus credits ». Les 20 000 inclus sont remisés d'environ 2,7 fois. Le crédit 20 001 coûte le plein tarif catalogue, donc une équipe qui double son usage paie 37 $ plus 100 $, pas 74 $. Pour le tableau complet, voyez mon analyse des tarifs de Gumloop.
Tarifs de Make
| Plan | Facturation annuelle (10 000 crédits) | Facturation mensuelle (10 000 crédits) | Limites principales |
|---|---|---|---|
| Free | 0 $ | 0 $ | 1 000 crédits, 2 scénarios actifs, intervalle de 15 minutes, exécutions de 5 minutes |
| Core | 9 $/mois (0,90 $ pour 1 000) | 10,59 $/mois | Scénarios illimités, intervalle de 1 minute, Make API, exécutions de 40 minutes |
| Pro | 16 $/mois (1,60 $ pour 1 000) | 18,82 $/mois | Exécution prioritaire, variables personnalisées, recherche plein texte dans les journaux |
| Teams | 29 $/mois (2,90 $ pour 1 000) | 34,12 $/mois | Rôles d'équipe, modèles de scénarios partagés |
| Enterprise | Sur mesure | Sur mesure | Applis enterprise, protection contre les dépassements, SSO, journaux d'audit, support 24/7 |
En facturation mensuelle, Pro monte à 107,06 $ pour 80 000 crédits, 394,25 $ pour environ 426 000 et 3 710,44 $ pour 5 000 000, donc le tarif pour 1 000 baisse à mesure que vous achetez plus. Core n'est pas proposé aux volumes supérieurs ; vers 122 000 crédits, le curseur vous invite à passer à Pro. Plus de détails dans mon guide des tarifs de Make.
Une mise en garde après vérification de la page : Make m'a servi deux jeux de prix différents le même jour (9 $/16 $/29 $ dans une session, 12 $/21 $/38 $ dans un autre rendu). Considérez le chiffre exact comme « vérifiez votre propre devis » et l'écart relatif entre les plans comme la partie stable.
Calculateur de coûts Gumloop vs Make
Saisissez un workflow. Le calculateur applique les règles de crédits publiées par Gumloop et les prix de Make Pro en facturation mensuelle, puis ajoute la facture du modèle là où vous la paieriez.
Essayez 10 000 exécutions avec quatre étapes d'appli et une étape IA avec un modèle de gamme intermédiaire : le dépassement de Gumloop se déclenche et Make prend la tête. Puis descendez à 300 exécutions avec trois étapes IA avec un modèle de pointe et voyez Gumloop passer devant, parce que le coût du modèle est inclus dans ses crédits.
Lequel gère le mieux les agents IA ?
Gumloop, pour l'instant, et par conception. Make a ajouté des agents à un constructeur de scénarios. Gumloop s'est reconstruit autour d'eux.
Les agents de Gumloop partent d'une question (« de quoi doit-il s'occuper ? »), puis choisissent des connecteurs, des skills et des déclencheurs. Ils peuvent chercher dans le Company Brain, ouvrir un vrai navigateur sur des sites sans API, synchroniser des skills depuis GitHub et tourner sur l'un des 35+ modèles. Sur Enterprise, les administrateurs disposent de politiques de connecteurs à l'échelle de l'organisation, du contrôle d'accès aux modèles et de statistiques sur les dépenses IA. Le compromis, c'est le compteur. Une longue chaîne de raisonnement sur un modèle de pointe est la source de ces exécutions de 2 à 200 crédits, et c'est pourquoi Gumloop a ajouté des alertes de crédits par chat qui mettent un agent en pause pour approbation au-delà d'un seuil.
Les agents de Make sont toujours étiquetés Beta sur la page de tarifs, et vivent à l'intérieur du monde des scénarios. C'est un avantage si vous voulez des garde-fous : l'agent est placé dans un canevas où chaque étape autour est explicite, journalisée et bon marché. C'est une limite si vous voulez que l'agent décide quels outils toucher. Si vous évaluez les boucles d'agents en général, mon explication de la boucle d'un agent IA montre pourquoi cette différence compte.
L'accès développeur est proche. Gumloop Pro inclut le Gumloop MCP et la Gumloop CLI et héberge un serveur MCP. Make donne à chaque plan un serveur MCP, la Make API à partir de Core (300+ endpoints) et Make Code pour de vrais scripts. Si vous comparez sur cet axe, mon guide des serveurs MCP pour agents IA est un complément utile.
Que disent les vrais utilisateurs ?
Le ressenti de la communauté sur Gumloop est constant : rapide à démarrer, plus cher, et on le surveille de plus près quand ça devient important.
"-> Gumloop : Easy to build, easy to run but little more expensive."
Un évaluateur de G2 a bien résumé le côté positif, et c'est l'argument que Gumloop avance aussi contre Make :
"The platform is much simpler than n8n and significantly more flexible than Zapier. The AI nodes for non-deterministic tasks are a great addition, and the MCP nodes that generate integrations on the fly are impressive."
Certains passent de Make à Gumloop précisément. Un évaluateur de Capterra qui a quitté à la fois Make et Zapier en a donné la raison :
"The tools were just too finicky and weren't working. The UI wasn't intuitive, and the pricing system was causing friction."
Chez Make, le thème récurrent est le compromis inverse : moins cher à faire tourner, plus dur à apprendre.
"Pricing is more reasonable than Zapier for heavy usage. Downside is the learning curve is steeper and some of their integrations are hit or miss."
Et l'avertissement qui vaut pour tout outil d'agents que vous mettez en production :
"The operational constraint that usually surfaces first with agentic tools is debugging - when a workflow fails after running for 3 hours, you need to know exactly which step failed and why. Deterministic pipelines give you that traceability."
Cette dernière citation résume le vrai clivage Gumloop vs Make en une phrase. Make vous donne de la traçabilité parce que vous avez dessiné chaque étape. Gumloop vous donne de la flexibilité parce que vous ne l'avez pas fait.
Gumloop ou Make : lequel choisir ?
J'arrêterais de demander « quel outil est le meilleur » pour demander quelle forme a le travail.
Choisissez Make si vous pouvez esquisser le workflow sur un tableau blanc. Nouveau paiement Stripe, créer la facture, mettre à jour la feuille, prévenir la finance. Gros volume, peu de jugement, et vous voulez voir chaque étape. C'est aussi le point de départ le moins cher, avec un vrai plan gratuit, et un choix sensé si vous pensez déjà en workflows automatisés et les voulez à très bas prix par exécution.
Choisissez Gumloop si chaque exécution demande du jugement et que vous préférez décrire la tâche plutôt que la cartographier. Recherche ce compte et dis-moi s'il convient. Lis la transcription de cet appel et mets à jour les champs du CRM. Les équipes non techniques avancent plus vite ici, et les postes illimités facilitent le déploiement. Prévoyez un budget pour le compteur, réglez d'abord le plafond de dépassement bas et passez au BYOK quand votre volume est prévisible.
Utilisez les deux si vous êtes une plus grande équipe. De nombreuses entreprises font tourner Make pour la tuyauterie et un outil d'agents pour les décisions de jugement, comme certaines associent Claude et l'automatisation de workflows.
N'en choisissez aucun si le « workflow » est en réalité un poste. Une file de support ne s'arrête pas. Un calendrier de contenu non plus. Vous pouvez construire un flux de tri de tickets dans l'un ou l'autre, comme le montre mon guide sur l'automatisation du tri des tickets, mais vous êtes alors propriétaire de la recherche de connaissances, des règles de transfert, du ton, des tests et de chaque cas limite, pour toujours. Ce n'est plus un workflow, c'est une embauche.
Où eesel se place : l'employé, pas la boîte à outils
Gumloop et Make sont des boîtes à outils avec lesquelles vous construisez. eesel est l'employé. C'est une plateforme de coéquipiers IA où vous embauchez des coéquipiers prêts à travailler pour des tâches précises, et chacun arrive avec les skills, les intégrations et le contexte d'entreprise pour ce rôle. Aujourd'hui, l'équipe compte deux coéquipiers.
-
Le coéquipier IA de helpdesk rejoint votre file existante dans Zendesk, Freshdesk et d'autres helpdesks, apprend de vos tickets passés, de vos macros et de votre centre d'aide, et répond, rédige ou transfère avec le contexte.
-
Le rédacteur de blog IA recherche, écrit et illustre des articles longs pour votre site. C'est la même idée que l'automatisation de blog par IA, sans assembler un flux d'écriture nœud par nœud.
Je fais partie de l'équipe qui construit les intégrations d'eesel, et ce que nous avons appris à la dure après des années d'IA sur des files de support en production, c'est qu'un bot sûr de lui peut se tromper sans que personne le remarque. C'est pourquoi chaque déploiement d'eesel est simulé sur vos tickets historiques avant de toucher un vrai client. Dans Gumloop ou Make, ce banc d'essai serait à construire vous-même.
Deux témoignages clients publiés montrent à quoi ressemble la version « embauchez, ne construisez pas » :
- SE Ranking fait tourner le chat en direct de Zendesk pour trois produits, SE Ranking, Planable et SE Visible, avec un agent eesel par produit. Il a traité 4 650 conversations en un mois, et les remboursements, les prolongations d'essai et les questions de niveau 2 sont transmis à l'équipe avec les informations du client jointes. Construire cela dans un constructeur de scénarios, c'est trois jeux de flux, trois bases de connaissances et trois jeux de règles de transfert à garder synchronisés.
- SamCart fait tourner un agent sur les tickets Freshdesk et un autre sur le chat de son site, qui répondent à partir de 280 articles du centre d'aide.
L'eesel CLI, pour ceux qui aiment la CLI de Gumloop et l'API de Make
Si ce qui vous attire dans ces outils, c'est le contrôle par programme, l'eesel CLI est la partie à regarder. Ce n'est pas un produit à part. Il pilote le même coéquipier et le même espace de travail que le tableau de bord, et tout ce que vous changez dans l'un apparaît dans l'autre.
Vous pouvez démarrer sans aucun compte : npx @eesel/cli init chat-bubble --site https://your-site.com crée un agent qui lit votre site et affiche l'extrait de code de la bulle de chat. eesel integrations connect zendesk (ou freshdesk, gorgias, slack) lance la connexion au helpdesk, qu'une personne approuve dans cet outil. Là où Make vous fait ajouter des modules pour chaque comportement, la CLI configure directement le coéquipier : eesel automations enable <platform> <key> --instructions "..." active une action que l'agent fait seul, eesel instructions insert --at end --text "..." ajoute une règle permanente, et eesel files upload ./refund-policy.pdf ajoute des connaissances.
Le modèle de SE Ranking s'y transpose bien. eesel agents create "Planable Bot" ajoute un agent, et --agent <name> limite n'importe quelle commande à celui-ci. eesel activity montre ce qu'a fait chaque agent, du plus récent au plus ancien. Les écritures suivent les mêmes règles d'approbation que le tableau de bord : une action configurée pour demander d'abord à une personne attend donc dans eesel approvals jusqu'à ce que quelqu'un lance eesel approvals approve <id>.
Le choix de conception qui compte pour les gens de l'automatisation, c'est que chaque commande affiche du JSON, et que chaque erreur revient sous forme d'une ligne JSON avec un hint indiquant quoi lancer à la place. --dry-run montre l'appel exact qu'une écriture ferait avant son exécution. C'est ce qui permet à Claude Code, Cursor ou Codex d'exécuter toute la configuration à votre place et de lire leurs propres résultats. En CI ou dans un script, définissez EESEL_API_TOKEN au lieu de vous connecter. Et eesel mcp token transforme l'espace de travail en serveur MCP pour n'importe quel client MCP. Mon guide de la CLI pour agents IA explique plus en détail pourquoi cette forme convient aux agents de code.
La logique tarifaire est différente aussi. Gumloop mesure la réflexion, et Make mesure les étapes. Les tarifs d'eesel mesurent le travail : un ticket ou un chat vaut 1 crédit, quel que soit le nombre de réponses ou d'appels d'outils nécessaires. Les plans sont des lots mensuels fixes, de 299 $/mois pour 500 crédits jusqu'à 1 749 $ pour 5 000, avec un départ gratuit de 100 crédits et sans carte.
Essayer eesel
Gardez Make pour la tuyauterie et Gumloop pour les décisions de jugement si cela marche pour vous. Pour les travaux qui ne s'arrêtent jamais, une file de support ou un calendrier de blog, eesel vous donne un coéquipier qui se branche sur les outils que vous utilisez déjà, connaît déjà votre centre d'aide, et est testé sur vos tickets passés avant de dire un mot à un client. Configurez-le depuis le tableau de bord ou avec une seule commande CLI. Essayez eesel gratuitement ou réservez une démo pour le voir répondre à vos propres tickets.