I dati per il monitoraggio dei prezzi, l'addestramento dei modelli o l'analisi B2B possono essere ottenuti in tre modi: pagando alla piattaforma per un API ufficiale, acquistando un dataset pronto da un fornitore o raccogliendolo da soli tramite un parser attraverso un proxy. Nel 2026, la scelta ha smesso di essere una questione di gusto: i prezzi per le API ufficiali sono aumentati notevolmente, alcune di esse si sono chiuse per nuovi clienti e i tribunali hanno finalmente espresso la loro opinione sull'accesso degli agenti IA. Analizziamo tre canali secondo sette criteri e forniamo una matrice di scelta per scenari specifici.
Quali criteri utilizzare per il confronto
Confrontare "API contro parsing" solo in base al prezzo è l'errore principale. Il costo reale del canale è composto da sette parametri, e ogni scenario ha il suo peso:
- Prezzo per unità di dati — per richiesta, per registrazione o per gigabyte di traffico.
- Copertura — se nel canale ci sono esattamente i campi e gli oggetti di cui hai bisogno.
- Freschezza — dati in tempo reale o un'istantanea di una settimana fa.
- Stato legale — contratto con la piattaforma, licenza del fornitore o raccolta di dati pubblici a proprio rischio.
- Tempo fino ai primi dati — da pochi minuti a diverse settimane di approvazione manuale.
- Stabilità — quanto spesso il canale si interrompe e cosa succede quando le regole cambiano.
- Controllo del formato — è possibile ottenere campi arbitrari o si prende solo ciò che viene fornito.
Canale 1. API ufficiale della piattaforma
Il canale più prevedibile dal punto di vista legale e il più imprevedibile dal punto di vista dei prezzi. Cosa è successo con le grandi API entro agosto 2026:
- X (Twitter) — dal 6 febbraio 2026, il modello pay-per-use è diventato predefinito per i nuovi sviluppatori: non esiste un piano gratuito, non è possibile iscriversi a Basic o Pro come nuovo cliente. Le tariffe sono di $0,005 per la lettura di un post e $0,015 per la pubblicazione ($0,20 se nel post è presente un link), con un limite di 2 milioni di letture al mese. Oltre, solo Enterprise a partire da circa $42.000 al mese. Le vecchie tariffe fisse ($200 Basic, $5.000 Pro) sono rimaste solo per gli abbonati esistenti.
- Reddit — l'accesso commerciale costa circa $12.000 al mese per 50 milioni di chiamate, oltre il limite circa $0,24 per 1.000 richieste. I 100 richieste gratuite al minuto su OAuth-client non sono autorizzate per uso commerciale, e l'approvazione commerciale stessa passa attraverso una revisione manuale di 2-4 settimane senza garanzia di risultato.
- Amazon — l'API Product Advertising 5.0 non accetta più nuovi clienti ed è in fase di dismissione: il 30 aprile 2026 è stata annunciata la data di cessazione del supporto, il 15 maggio — la disattivazione, con migrazione all'API Creators. L'accesso è basato sulle vendite: sono necessarie almeno 10 vendite referral qualificate negli ultimi 30 giorni, e per ogni vetrina separatamente, altrimenti l'account riceve un errore 429 e perde l'accesso.
- Instagram — l'API Basic Display è definitivamente morta il 4 dicembre 2024, non ci sono più dati degli account personali tramite Graph API, sono supportati solo Business e Creator. Per la produzione sono necessarie la revisione dell'app e la verifica dell'attività, e un'app che non supera la revisione perde gli endpoint utilizzati in fase di sviluppo.
Quando l'API ufficiale vince: hai bisogno di dati dei tuoi account e clienti, il volume è piccolo e stabile, e la pulizia legale è più importante del prezzo — ad esempio, per l'integrazione in un SaaS che vendi a clienti aziendali. Quando perde: hai bisogno di un ampio campione di mercato, dati pubblici di terzi o campi che semplicemente non ci sono nell'API.
Canale 2. Dataset pronto dal fornitore
Il mercato dei dati web licenziati negli ultimi due anni si è trasformato in un'industria a sé stante. Indicazioni sui prezzi: da Bright Data, i dataset pronti partono da $2,50 per 1.000 registrazioni, ovvero $250 per 100.000, con sconti fino all'80% a seconda della frequenza di aggiornamento; la raccolta gestita per compito — da $1.500 al mese, abbonamenti settoriali come l'analisi retail — da $250 al mese.
I punti di forza sono evidenti: i dati sono già puliti, deduplicati e conformi allo schema, hai un contratto e una fattura, e le prime righe possono essere ottenute il giorno del pagamento. Costi ingegneristici — zero.
Le debolezze emergono più tardi. In primo luogo, ritardo nella freschezza: prendi un campione con la frequenza di aggiornamento stabilita dal fornitore, e per il monitoraggio dei prezzi in tempo reale questo spesso non è sufficiente. In secondo luogo, copertura di terzi: se il marketplace, la regione o la lingua desiderata non sono nel catalogo, è possibile aggiungerli solo tramite un ordine personalizzato e un altro prezzo. In terzo luogo, schema fisso: un campo che non è nel dataset non può essere ottenuto in alcun modo.
Quando il dataset vince: ricerca una tantum, addestramento di un modello su un campione storico, verifica rapida di un'ipotesi, quando il tempo fino al risultato è più prezioso del costo della registrazione. Quando perde: hai bisogno di freschezza in ore, campi non standard o geografie ristrette.
Canale 3. Proprio parser tramite proxy
Qui paghi non per i dati, ma per l'infrastruttura di accesso: traffico proxy, rendering e tempo ingegneristico. Nel 2026, il mercato dei proxy residenziali si è suddiviso in tre livelli: enterprise (Bright Data, Oxylabs) intorno a $8,5–12 per gigabyte, segmento medio (Decodo, SOAX, NetNut) a $3–6, budget (IPRoyal, Webshare) — da $1,75 per gigabyte con pagamento a consumo.
Ma il prezzo per gigabyte è una metrica ingannevole. Bisogna considerare il costo di una richiesta riuscita: i proxy datacenter a $1 per gigabyte sono inutili se il sito target taglia il 90% delle richieste — paghi per un volume dieci volte maggiore di retry. Con gli IP residenziali, la percentuale di risposte riuscite su piattaforme protette si mantiene intorno al 90-99%, mentre per i datacenter su quegli stessi obiettivi scende al 40-60%, e su protezioni pesanti — al 20-30%. Abbiamo esaminato una dettagliata ripartizione del peso della pagina, dei retry e dei costi nascosti nel materiale quanto costa realmente raschiare un milione di pagine.
Una questione separata è dove passa esattamente il confine tra proxy grezzi e API di scraping pronte: si basa sul peso della risposta, ed è il tema del nostro confronto tra proxy, unblocker e scraping API.
Quando il proprio parser vince: hai bisogno di campi arbitrari, freschezza in minuti, ampia copertura delle piattaforme e un prezzo prevedibile su un grande volume. Quando perde: non hai un ingegnere che ripari il pipeline, e il volume è misurato in migliaia di pagine al mese — qui è più conveniente acquistare un dataset.
Strato legale: cosa è cambiato nel 2026
Il 4 agosto 2026, il Nono Circuito d'Appello degli Stati Uniti ha annullato il divieto preliminare che impediva all'agente IA Perplexity di accedere ad Amazon su incarico degli utenti. Il tribunale ha stabilito che quando un utente incarica un agente di compiere un'azione su Amazon, è proprio l'utente a "accedere" ai sistemi di Amazon, e non Perplexity: la legge CFAA parla di "chi" accede, cioè di una persona, e non di uno strumento software. Questa è la prima decisione a livello di circuito d'appello al confine tra IA agent e legge federale sulla frode informatica — abbiamo esaminato i dettagli in un articolo separato sulla decisione nel caso Amazon contro Perplexity.
Conclusione pratica per la scelta del canale: la decisione riduce parte del rischio dell'automazione su incarico di un utente specifico, ma non rende la raccolta di dati di terzi massiva gratuita e senza rischi. Le condizioni d'uso della piattaforma, i diritti d'autore sui contenuti e la protezione dei dati personali non sono scomparse. L'API ufficiale rimane l'unico canale in cui hai un contratto; il dataset trasferisce parte della responsabilità al fornitore; il proprio scraping di dati pubblici è un'area in cui prendi tu stesso le decisioni.
Matrice di scelta per scenario
- Monitoraggio dei prezzi dei concorrenti in tempo reale. L'API ufficiale è quasi sempre inadeguata: i campi necessari non ci sono o l'accesso è legato alle vendite, come per Amazon. Il dataset è in ritardo sulla freschezza. La scelta — il proprio parser su proxy residenziali con frequenza di scansione in base alla volatilità dei prezzi.
- Formazione del modello su un corpus storico. La freschezza non è critica, il volume è enorme, lo schema è standard. La scelta — dataset pronto; la raccolta autonoma di un tale volume da zero è quasi sempre più costosa.
- Generazione di lead B2B e arricchimento del CRM. Le API ufficiali per profili di terzi praticamente non esistono. Un default ragionevole è un dataset licenziato più un arricchimento mirato con il proprio parser su campi ristretti.
- Analisi SMM sui propri account. L'API ufficiale è senza alternative: Instagram Graph per Business/Creator, X pay-per-use per piccoli volumi di lettura. Raschiare i propri dati è inutile.
- Ricerca di mercato una tantum per due settimane. Calcola il tempo: se un ingegnere impiega più tempo sul pipeline di quanto costi il dataset, — acquista il dataset. Se i dati non sono nei cataloghi, attiva un parser temporaneo su proxy residenziali con pagamento per traffico e disattivalo dopo il progetto.
Il ibrido come norma
Nella pratica, i team maturi nel 2026 non scelgono un solo canale, ma distribuiscono i compiti su tre: API ufficiale — dove i dati sono propri e il contratto è obbligatorio; dataset — per una base storica e un avvio rapido; parser proprio — per freschezza, campi non standard e volume, dove l'economia del gigabyte supera il pagamento per registrazione. Gli IP dei datacenter vengono utilizzati per obiettivi leggeri e controlli interni, mentre i residenziali e mobili — per piattaforme con protezione reale.
La cosa principale da portare via: non calcolare il listino prezzi, ma il costo di una singola registrazione utile tenendo conto dei retry, del lag e del tempo ingegneristico. Con questa metrica, un canale "costoso" si rivela regolarmente economico, e un "economico" — al contrario.
Conclusione
Le API ufficiali nel 2026 sono diventate un canale per lavorare con i propri dati e piccoli volumi: X ha trasferito i nuovi sviluppatori al pagamento per singolo utilizzo, Reddit mantiene l'accesso commerciale a $12.000 al mese, Amazon chiude l'API PA, Instagram ha escluso gli account personali. I dataset pronti chiudono la storia e l'avvio rapido a partire da $2,50 per mille registrazioni, ma non offrono freschezza e campi arbitrari. Il proprio parser tramite proxy rimane l'unico canale con pieno controllo sullo schema e sulla frequenza di aggiornamento — e vince in termini di costi su volume, se si considera il costo di una richiesta riuscita, e non per gigabyte. Se il tuo scenario richiede dati freschi da piattaforme protette, inizia con un test su proxy residenziali su un obiettivo reale e misura la percentuale di risposte riuscite — questo numero deciderà la disputa tra i tre canali più rapidamente di qualsiasi tabella.