Вопрос «сколько стоит спарсить миллион страниц» почти всегда получает бесполезный ответ: «зависит от сайта». Зависит — но не мистически. Стоимость раскладывается на четыре измеримых слагаемых, и любой из них можно посчитать заранее, до того как счёт за трафик придёт по факту. Ниже — рабочая арифметика: откуда берутся гигабайты, почему прайс «за ГБ» ничего не говорит о вашем бюджете, и какие рычаги реально режут смету в разы.
Главная метрика — не цена за гигабайт, а цена за успешный запрос
Провайдеры соревнуются в цифрах на витрине: $1/ГБ, $3/ГБ, $0.30 за тысячу запросов. Эти числа несопоставимы между собой, пока вы не привели их к одной величине — стоимости одного успешного извлечения данных. Именно на этом настаивают обзоры рынка: сырые цифры «за ГБ» и «за 1000 запросов» не сравнимы без учёта веса страницы и доли успешных ответов.
Формула, которой достаточно для планирования:
Бюджет = (число целевых страниц ÷ доля успеха) × средний вес страницы × цена за ГБ + фиксированные расходы
Три переменные в первой части и одна во второй. Разберём каждую.
Слагаемое 1: сколько весит одна страница
Это самая недооценённая переменная. Разброс здесь — не проценты, а разы, и зависит он от того, как вы забираете страницу:
- Обычный HTTP-запрос без рендеринга — 50–150 КБ. Вы получаете только HTML-документ.
- Полный рендеринг в headless-браузере — 100–300 КБ при аккуратной настройке.
- Браузер «как есть», без фильтров — 0,2–1 МБ и выше. Вы платите за картинки, шрифты, рекламные скрипты, аналитику и видеоплееры, которые вам не нужны.
Разница между первым и третьим пунктом — до двадцати раз на одной и той же странице. Для миллиона страниц это разница между 50 ГБ и 1000 ГБ трафика.
Слагаемое 2: цена гигабайта по типам прокси
Актуальные для 2026 года рыночные коридоры выглядят так:
- Датацентр — $0,50–3 за ГБ либо помесячная плата за IP.
- Резидентные — $1–8 за ГБ. Ориентир качества цены: около $1/ГБ — отличное предложение, $3–4/ГБ — середина рынка, $5–8/ГБ — корпоративный сегмент.
- Мобильные (4G/5G) — $2–15 за ГБ.
- ISP / статические резидентные — $1,5–5 за IP в месяц.
- Готовые scraping API — $0,30–12 за 1000 запросов.
Соблазн взять самое дешёвое понятен, но он ломается о следующее слагаемое.
Слагаемое 3: доля успеха — скрытый множитель бюджета
Каждый заблокированный запрос вы всё равно оплачиваете: трафик израсходован, данных нет. Поэтому реальное число запросов равно целевому, делённому на долю успеха, и множитель растёт нелинейно:
- успех 95% — переплата 5%;
- успех 70% — вам понадобится примерно на 400 тысяч запросов больше на каждый миллион целевых записей;
- успех 60% — запросов нужно в 2,5 раза больше.
Вот почему дешёвый датацентр по $0,50/ГБ на защищённом сайте выходит дороже резидентных за $3/ГБ: Cloudflare, DataDome и Akamai помечают датацентровые ASN по умолчанию, и вы платите за поток отказов. По оценкам июля 2026 года мобильные прокси удерживают 90–95% успеха против современных антибот-систем — там, где датацентр не проходит вовсе.
Практический вывод: тип прокси выбирается не по прайсу, а по цели. Простые каталоги и открытые API — датацентр. Магазины, соцсети, агрегаторы с защитой — резидентные. Самые агрессивные площадки и мобильные версии сайтов — мобильные.
Три сценария на миллион страниц
Соберём цифры вместе. Условие одинаковое: миллион полезных страниц.
Сценарий А — «дисциплинированный». HTTP-клиент без браузера, 100 КБ на страницу, резидентные по $2/ГБ, успех 95%. Итого: 1,05 млн запросов × 100 КБ ≈ 105 ГБ ≈ $210.
Сценарий Б — «типичный». Headless-браузер с фильтрацией ресурсов, 250 КБ на страницу, резидентные по $3/ГБ, успех 85%. Итого: 1,18 млн × 250 КБ ≈ 295 ГБ ≈ $885.
Сценарий В — «без настройки». Браузер грузит всё подряд, 800 КБ на страницу, резидентные по $5/ГБ, успех 65%. Итого: 1,54 млн × 800 КБ ≈ 1230 ГБ ≈ $6150.
Разница между А и В — почти тридцатикратная, при одном и том же результате на выходе. Ни одна из переменных не была экзотической: всё это обычные настройки по умолчанию против обычной аккуратности. Для ориентира: отраслевые оценки для компании среднего размера, обрабатывающей миллион запросов в месяц по разным сайтам, дают $1000–3000 в месяц — то есть между сценариями Б и В.
Что не входит в трафик, но входит в счёт
Прокси — обычно крупнейшая, но не единственная статья:
- Капча. Решение стоит $0,50–3 за тысячу. При 5% страниц с капчей на миллионе это 50 тысяч решений — $25–150. Терпимо. При 50% — уже $250–1500, и вопрос перестаёт быть техническим.
- Инфраструктура. $20–200 в месяц на скромных объёмах; $200–500 при небольшом масштабе и $3000–10 000 при действительно больших потоках.
- Хранение и исходящий трафик. Порядка $0,023 за ГБ в месяц за объектное хранилище и $0,09 за ГБ на выход у крупных облаков — мелочь на сотнях гигабайт, заметная величина на десятках терабайт.
- Люди. Самая дорогая строка, которую забывают. Production-ready парсер — это 8–12 недель разработки, дальше 4–8 часов в месяц на простых сайтах и 20+ часов на защищённых. При ставке $75/час поддержка защищённого источника стоит $1500+ в месяц — больше, чем весь трафик в сценарии Б.
Пять рычагов, которые реально режут смету
- Уберите браузер там, где он не нужен. Если данные есть в HTML или во внутреннем API — рендеринг лишний. Это главный рычаг: минус 60–80% трафика.
- Блокируйте ресурсы, если браузер необходим. Изображения, шрифты, медиа, рекламные и аналитические скрипты отключаются одним правилом перехвата запросов и дают кратную экономию. Подробный разбор приёмов — в материале про оптимизацию расхода трафика через прокси.
- Сортируйте цели по сложности. Гонять весь список через самый дорогой канал — самая частая ошибка сметы. Разложите источники на «открытые», «умеренно защищённые» и «агрессивные» и назначьте каждому свой тип прокси.
- Стройте политику ретраев осознанно. Слепой повтор трижды на неудачу утраивает трафик по проблемным целям. Повторять стоит только те коды ответа, где повтор имеет смысл, и с другим IP, а не с тем же.
- Кэшируйте и не забирайте одно и то же дважды. Списки, пагинация, повторные проходы по каталогу — здесь легко теряются десятки процентов бюджета.
Когда дешевле готовое API, а когда свой стек
Считать нужно полную стоимость владения, а не строку «за ГБ». Ориентиры рынка: собственный парсер на 100 тысяч страниц в месяц обходится в $700–1650 с учётом поддержки, тогда как готовый API на тот же объём — $50–300. На больших числах картина переворачивается: 1 млн запросов в месяц через API стоит $250–2490, а построение собственной инфраструктуры на 10 ТБ в месяц оценивают примерно в $230 тысяч в год против $100–150 тысяч за покупку услуги.
Грубое правило: пока объём небольшой и сайтов много — берите готовое решение, вы платите за чужую поддержку. Когда объём стабилен, целей мало и они хорошо изучены — свой стек на прокси дешевле, потому что вы перестаёте платить наценку за рендеринг, который вам не нужен. Развёрнутое сравнение обоих подходов — в разборе прокси против scraping API и web unblocker.
Что меняется осенью 2026
Есть фактор, который сдвинет расчёты вверх. С 15 сентября 2026 года Cloudflare переводит новые домены на блокировку категорий Training и Agent по умолчанию — на страницах с рекламой; изменения затрагивают новых клиентов, новые сайты существующих клиентов и всех клиентов бесплатного тарифа. Поисковые краулеры остаются разрешёнными. Параллельно Pay Per Crawl превращается в Pay Per Use: издатель получает деньги не за факт обхода страницы, а за использование контента в ответе ИИ.
Контекст простой: по данным Cloudflare, 52% запросов краулеров в их сети сейчас приходится на обучение ИИ против 22% весной 2025 года. Сеть закрывается, и практический смысл для сметы такой — доля успеха на защищённых источниках в среднем будет снижаться, а значит скрытый множитель бюджета из третьего слагаемого станет весомее. Закладывайте это в план, а не узнавайте по счёту.
Коротко
Стоимость парсинга — это не цена гигабайта, а произведение веса страницы, цены канала и обратной величины доли успеха. Разница между аккуратным и небрежным пайплайном на миллионе страниц измеряется не процентами, а порядком величины. Прежде чем торговаться за скидку с провайдера, посчитайте, сколько вы платите за загрузку картинок, которые не парсите, и за повторы, которые не должны были случиться. Обычно там лежит больше денег, чем в любой скидке.