Google Gemini 4 Carbon kommt mit Fokus auf sicherere Agenten zu n8n

Google Gemini 4 Carbon ist jetzt in n8n verfügbar und gibt Nutzern Zugriff auf ein Modell, das Google als sein bisher leistungsstärkstes beschreibt. Laut n8n eignet sich das Modell für Automatisierung, Cybersicherheit und lang laufende agentische Workflows.
- Gemini 4 Carbon ist jetzt in n8n verfügbar.
- Google meldete bei AutomationBench ein Ergebnis von 53,9 %.
- Carbon verzeichnete beim Prompt-Injection-Benchmark von Gray Swan eine Erfolgsquote von 0,0 % für Angriffe.
- Der Einführungspreis beträgt 2 $ pro eine Million Eingabe-Token und 10 $ pro eine Million Ausgabe-Token.
- Die Preise steigen laut n8n am 30. November 2026.
Ein Modell für komplexe Automatisierung
Gemini 4 Carbon ist in n8n über den AI-Agent-Knoten und den eigenständigen Google-Gemini-Knoten verfügbar. Laut n8n erzielte Googles Modell 53,9 % bei AutomationBench, einem Benchmark für Automatisierungsaufgaben, und liegt damit an der Spitze der von Google gemeldeten Ergebnisse.
Das Modell ist für Workflows ausgelegt, die mehrere Schritte und Tool-Aufrufe erfordern. Google zufolge liefen interne Tests mit Teams über mehrere Tage, während komplexe technische Probleme bearbeitet wurden. Laut n8n könnte dies Agenten ermöglichen, mehr Phasen zu durchlaufen, bevor sie den Zusammenhang verlieren.
Sicherheit und Widerstandsfähigkeit gegen Prompt-Injection
Sicherheit steht im Mittelpunkt der Einführung. Den von Google gemeldeten Ergebnissen zufolge erreichte Gemini 4 Carbon 88,2 % bei SEC-bench Pro zur Suche nach Schwachstellen, 54,8 % bei ExploitGym zur Prüfung ihrer Ausnutzbarkeit und 71,0 % bei CWE-bench zum Beheben dieser Schwachstellen.
n8n hebt außerdem das Ergebnis des Modells beim Prompt-Injection-Benchmark von Gray Swan hervor. Carbon verzeichnete bei Angriffen eine Erfolgsquote von 0,0 %, verglichen mit 0,7 % bei Gemini 4 Argon. Das ist für Agenten relevant, die nicht vertrauenswürdige Inhalte verarbeiten, darunter eingehende E-Mails, Webhook-Payloads, Formulareinsendungen und ausgelesene Webseiten. n8n weist darauf hin, dass kein Modell vollständig gegen groß angelegte böswillige Angriffe resistent ist. Nutzer sollten daher ihre Sicherheitsprotokolle beibehalten.
Ein Beispiel-Workflow beginnt mit einer Sicherheitswarnung, die über einen Webhook eingeht. Ein auf Gemini 4 Carbon laufender Agent kann die Warnung lesen, zugehörige Logs abrufen, bekannte Probleme prüfen, eine Priorität zuweisen und eine Zusammenfassung für einen Bereitschaftstechniker in Slack veröffentlichen.
So greifen n8n-Nutzer auf Carbon zu
Um das Modell zu verwenden, können Nutzer einen AI-Agent-Knoten öffnen, das Google Gemini Chat Model hinzufügen und Gemini 4 Carbon aus der Modellliste auswählen. Das Modell ist auch im eigenständigen Google-Gemini-Knoten verfügbar. Dort können Nutzer genehmigte Tools verbinden und einen Speicher hinzufügen, wenn ein Agent zusätzlichen Kontext benötigt.
In n8n Cloud kann Carbon über Gateway-Credits genutzt werden, ohne ein separates Anbieterkonto oder eine zusätzliche Abrechnung. Nutzer von selbst gehosteten Installationen müssen ihren eigenen Gemini-API-Schlüssel hinterlegen.
Laut n8n müssen Nutzer, die bereits mit Gemini 4 Argon arbeiten, nicht jeden Workflow auf Carbon umstellen. Carbon kann Schritte übernehmen, die umfangreicheres Schlussfolgern erfordern, während Argon oder ein leichteres Modell für einfachere Aufgaben wie Klassifizierung oder Formatierung eingesetzt werden kann.
Preise und Bedeutung für Workflows
Google hat Carbon zum gleichen Einführungspreis wie Argon gestartet: 2 $ pro eine Million Eingabe-Token und 10 $ pro eine Million Ausgabe-Token. Laut n8n steigen diese Preise nach dem Ende der Einführungsphase am 30. November 2026 auf 4 $ beziehungsweise 20 $.
Für n8n-Nutzer bietet die Einführung eine weitere Option für Agenten, die langwierige Aufgaben bearbeiten oder potenziell schädliche Eingaben verarbeiten müssen. Die gemeldeten Benchmark-Ergebnisse sprechen für den Einsatz des Modells in Sicherheits- und Automatisierungs-Workflows. Die Empfehlungen von n8n legen jedoch nahe, Carbon mit leichteren Modellen zu kombinieren, statt es für jede Aufgabe zu verwenden.


