Respuesta rápida
¿Cuántos GB de tráfico proxy necesito para raspar 1,000 páginas?
Aproximadamente 0.05 GB para 1,000 páginas HTML comprimidas, unos 0.5 GB usando un navegador headless que bloquea imágenes, y alrededor de 2.2 GB para 1,000 páginas completamente renderizadas, según la mediana de HTTP Archive Web Almanac 2025 de 2,164 KB por página móvil. Multiplica por tu precio por GB: el tráfico residencial CrawlRelay cuesta 0,50 US$/GB desde 50 GB y nunca expira. Sin KYC. Puedes pagar con criptomonedas.
Cálculo de tráfico en resumen
| Fórmula | GB = páginas × KB comprimidos promedio por página ÷ 1,000,000 |
|---|---|
| Peso medio por página, todos los recursos | 2,164 KB en móvil, 2,412 KB en escritorio (Web Almanac 2025, rastreo de julio 2025) |
| Mediana HTML | 22 KB para páginas de inicio; entre 33 y 35 KB en otra medición del mismo capítulo |
| Unidades | 1 GB = 1,000,000,000 bytes (decimal, la unidad en la que CrawlRelay factura); 1 GiB = 1,073,741,824 bytes |
| Mayor ahorro | Obtén HTML o JSON en lugar de renderizar; bloquea imágenes, fuentes y medios cuando renderices |
| Precio de CrawlRelay | 1,50 US$ por 1 GB; 0,50 US$/GB desde 50 GB |
¿Cuántos GB y dólares por 1,000 páginas?
Tamaños típicos comprimidos por tipo de página. Las tres columnas de coste usan precios de referencia por GB para que puedas comparar cualquier proveedor; el precio propio de CrawlRelay es 0,50 US$/GB desde 50 GB.
| Qué obtienes | ≈ KB por página | GB por 1,000 páginas | A $0.50/GB | A $1.00/GB | A $3.50/GB |
|---|---|---|---|---|---|
| Respuesta API JSON | 10 | 0.01 | $0.005 | $0.01 | $0.035 |
| Página HTML, comprimida | 50 | 0.05 | $0.025 | $0.05 | $0.18 |
| HTML pesado (scripts inline grandes) | 150 | 0.15 | $0.075 | $0.15 | $0.53 |
| Navegador headless, imágenes, fuentes y medios bloqueados | 500 | 0.5 | $0.25 | $0.50 | $1.75 |
| Renderizado completo, página móvil mediana | 2,164 | 2.16 | $1.08 | $2.16 | $7.57 |
$3.50/GB es el precio medio listado para 10 GB en nuestro índice de precios de octubre 2026. Pesos de página según HTTP Archive Web Almanac 2025 y tamaños comprimidos típicos; mide tus propias páginas.
¿Cómo mido mis propias páginas?
Obtén una muestra de 100 a 1,000 URLs reales a través del proxy, suma los bytes recibidos en la red y extrapola. El num_bytes_downloaded de httpx cuenta los bytes comprimidos, que es cercano a lo que factura un proxy residencial. Añade unos kilobytes por cada conexión nueva para el handshake TLS si rotas la IP en cada solicitud.
import statistics
import httpx
PROXY = "http://USERNAME-country-us:[email protected]:7777"
SAMPLE = ["https://example.com/", "https://example.org/", "https://example.net/"] # use 100+ real URLs
sizes = []
with httpx.Client(proxy=PROXY, timeout=httpx.Timeout(30.0, connect=10.0), follow_redirects=True) as client:
for url in SAMPLE:
try:
r = client.get(url)
sizes.append(r.num_bytes_downloaded)
except httpx.HTTPError:
pass
if sizes:
mean = statistics.mean(sizes)
print("pages measured:", len(sizes))
print("mean bytes per page: %.0f" % mean)
print("GB per 1,000 pages: %.3f" % (mean * 1000 / 1e9))
print("GB for 1 million pages: %.1f" % (mean * 1_000_000 / 1e9))¿Qué plan encaja con qué proyecto?
Convierte tu cantidad de páginas en gigabytes, luego elige el plan que lo cubra. Con HTML en aproximadamente 50 KB por página:
| Proyecto | Páginas | Tráfico | Plan CrawlRelay |
|---|---|---|---|
| Prueba un nuevo objetivo | 5,000 | ≈0.25 GB | 1 GB (1,50 US$) |
| Monitor pequeño, un mes | 100,000 | ≈5 GB | 5 GB (3,75 US$) o 10 GB (5,94 US$) |
| Rascado de catálogo | 1 millón | ≈50 GB | 50 GB (25 US$) |
| Corpus multisitio | 10 millones | ≈500 GB | 500 GB (250 US$) |
| Corpus grande de IA | 20 millones | ≈1 TB | 1 TB (500 US$) |
El tráfico no expira, así que puedes comprar el plan más grande una vez y usarlo durante varios meses.
¿Cómo reduzco el tráfico de proxy sin perder datos?
- Solicita los datos, no la página. Si un sitio documenta o permite sus endpoints JSON, son una fracción del HTML.
- Solo renderiza cuando debas. Un navegador headless recupera scripts, estilos, imágenes y fuentes; HTTP simple recupera un solo documento.
- Bloquea recursos pesados en los navegadores: imágenes, fuentes y medios son la mayoría de bytes en una página.
- Mantén la compresión activada. Envía
Accept-Encoding: gzip, br; la mayoría de clientes lo hacen por defecto. - Omite páginas sin cambios con
If-None-MatchoIf-Modified-Since: un304cuesta varios cientos de bytes. - Elimina URLs duplicadas antes de la cola: parámetros de seguimiento e IDs de sesión crean copias de la misma página.
- Almacena respuestas sin procesar para que un error del parser no obligue a una segunda descarga.
Ancho de banda proxy: preguntas
¿Cuánto cuesta rascar 1 millón de páginas con proxies residenciales?
Con HTML comprimido en unos 50 KB por página, 1 millón de páginas usan unos 50 GB. A CrawlRelay ese es el plan 50 GB, 25 US$, a octubre 2026. Renderizar cada página en un navegador a un promedio de 2 MB usaría aproximadamente 2 TB, así que el método de recuperación importa cuarenta veces más que el proveedor.
¿Los proxies cuentan el tráfico de subida y descarga?
El ancho de banda del proxy cuenta los datos que pasan por el gateway para tus conexiones; para scraping, las respuestas son casi todo el tráfico. Las solicitudes con cuerpos grandes, como las subidas de archivos, suman su propio tamaño. En CrawlRelay: El uso contabiliza todos los datos enviados y recibidos a través del proxy (subida y bajada, incluyendo cabeceras). 1 GB = 1.000.000.000 bytes. Los intentos de conexión que fallan antes de llegar al destino no se cuentan..
¿Usar una IP nueva por cada solicitud consume más tráfico?
Un poco más. Cada conexión nueva requiere un handshake TLS con el sitio web, típicamente unos pocos kilobytes incluyendo la cadena de certificados. En páginas de 50 KB eso es un pequeño porcentaje; en respuestas JSON pequeñas puede ser una parte significativa. Usa sesiones persistentes con keep-alive para muchas solicitudes a un mismo sitio cuando la variedad de IP no importe.
¿Es más importante el precio por GB o los GB por página?
Los GB por página, con diferencia. La diferencia entre obtener solo el HTML y renderizar la página completa es de unas cuarenta veces, mientras que los precios medios por GB solo varían entre dos y cinco veces los más baratos al mismo volumen. Optimiza primero el método de obtención, luego compara proveedores en la tabla de precios.
Fuentes (2)
- Almanaque web 2025: Peso de la página — HTTP Archive (2026-01-15)
- Índice de precio de proxy residencial 2026 — CrawlRelay (2026-10-13)
Compra los gigabytes que mediste
1,50 US$ por 1 GB, 0,50 US$/GB de 50 GB, sin fecha de expiración.