Proxies para scraping: comparativa de residenciales, de centro de datos y desbloqueadores
Los proveedores de proxies anuncian tasas de éxito del 95–99 %. En sitios que bloquean bots de forma activa, vemos entre un 55–75 %. Hemos enviado solicitudes a través de proxies residenciales, de centro de datos y desbloqueadores cada ~5 minutos, desde servidores en distintos países.
El tipo de proxy importa más que el proveedor. Por ejemplo, en los mismos objetivos, los desbloqueadores devuelven ~10–25 páginas reales más por cada 100 que los proxies de centro de datos.
Resultados de la comparativa de proxies para web scraping
Tasa de éxito por proveedor
Tiempo de respuesta por proveedor
El éxito en el mundo real está muy por debajo de las tasas anunciadas:
En sitios protegidos, los proxies residenciales y los proxies de centro de datos suelen situarse entre el 55 % y el 75 % en un día cualquiera, no el 95–99 % que aparece en las páginas de los proveedores.
La diferencia se debe a tres formas de medir. Primero, éxito significa que llegó la respuesta real del sitio: un CAPTCHA o un muro de inicio de sesión servido con HTTP 200 cuenta como fallo, mientras que muchas cifras de los proveedores lo cuentan como éxito. Segundo, probamos sitios que bloquean bots de forma activa, no el tráfico fácil que eleva los promedios de todos los clientes. Tercero, las solicitudes pasan por unas 17.000 URL en lugar de repetir una sola página, así que la caché no ayuda.
Los desbloqueadores difieren en éxito, pero mucho más en velocidad:
El mejor y el peor desbloqueador se separan entre 5 y 20 puntos, y la clasificación se ha mantenido estable dentro de cada periodo. Decodo se ha mantenido en la cima o cerca de ella durante todo el periodo, mientras que Zyte le ha ido a la zaga por ~5–10 puntos.
Los tiempos de respuesta difieren mucho más. La estabilidad importa tanto como la mediana: un tiempo de espera ajustado que sirve para un desbloqueador de ~2 segundos convertiría muchas de las solicitudes exitosas de un proveedor más lento en fallos. Para trabajos por lotes, la tasa de éxito importa más que el tiempo. Para cualquier cosa que un usuario espera, solo un desbloqueador de ~2 segundos se comporta como un proxy.
Cómo elegir un tipo de proxy para scraping
Elija el tipo de proxy según su objetivo y su carga de trabajo, no según la marca. El tipo de proxy afecta a su tasa de éxito y a sus costes más que el proveedor.
- ¿Con qué dureza bloquea el objetivo? Envíe primero 100 solicitudes a través de un proxy de centro de datos económico. Si más de ~60 % devuelven páginas reales, quizá no necesite nada más caro.
- ¿Qué volumen? Por encima de ~100 GB al mes, una diferencia de 10 puntos de éxito cuesta dinero real, así que el coste por página exitosa importa más que el precio de lista.
- ¿Por lotes o en tiempo real? Si los resultados alimentan a un usuario que espera, el tiempo de respuesta descarta los desbloqueadores lentos. Para trabajos por lotes nocturnos, apenas importa.
Proxies residenciales: lo que muestran los datos
Los proveedores residenciales se parecen más de lo que sugiere su marketing. Sus puntuaciones medias difieren en unos 8 puntos, y el mejor proveedor cambia cada día.
En nuestros datos residenciales han aparecido cuatro tendencias:
- Aunque el rendimiento medio se mantiene estable, los resultados diarios a menudo fluctúan. La puntuación de un proveedor puede cambiar 20 puntos en un día y más de 40 puntos en una semana.
- La consistencia es importante. Algunos proveedores ofrecen resultados estables, mientras que otros registran tanto las puntuaciones más altas como las más bajas de la comparativa.
- El rendimiento de un proveedor puede empeorar y mantenerse bajo. Usar un proveedor de respaldo puede ayudar a reducir este riesgo. Gestionar el riesgo es más importante que centrarse en las tasas de éxito. En nuestra comparativa, Oxylabs figura de forma constante entre los proveedores más rápidos. En cambio, Apify es el más lento.
Proxies de centro de datos: cuándo son suficientes
En Google, Instagram, TikTok, Walmart, X, Yandex y YouTube, los proxies de centro de datos suelen devolver páginas reales entre el 55–75 % de las veces.
Según los datos de nuestra comparativa:
- El centro de datos suele bastar. Incluso en estos sitios muy protegidos, los proxies de centro de datos devolvieron páginas reales más de la mitad de las veces la mayoría de los días. Pruebe primero el centro de datos y escale en los objetivos donde falle.
- La ventaja de velocidad es modesta. Las medianas de centro de datos rondan los 1.5–2,0 segundos, mientras que las medianas residenciales se sitúan sobre todo entre 2.0 y 2,5 segundos en sus propios objetivos. Por sí sola, la velocidad rara vez es un motivo para elegir centro de datos.
- Un mayor éxito suele venir con respuestas más lentas. Webshare registró el mayor éxito de centro de datos en su periodo, pero también fue el más lento, con ~1.7–2,4 segundos. Apify fue el más rápido y el menos exitoso. Un proveedor que tarda más puede estar haciendo más trabajo por solicitud, como reintentar internamente.
Desbloqueadores web
Los desbloqueadores han devuelto ~10–25 páginas reales más de cada 100 que los proxies de centro de datos en los mismos objetivos. El proveedor que elija decide cuánta latencia paga por el éxito adicional.
- Ajuste el retraso a la tarea. Para la recopilación por lotes, donde los resultados deben llegar en decenas de segundos, gana el desbloqueador más eficaz, aunque sea lento. Para cualquier cosa que un usuario espera, un desbloqueador que tarda unos 2 segundos funciona como un proxy.
- Compruebe si se facturan los fallos. Muchos desbloqueadores cobran solo las solicitudes exitosas. Si es así, una tasa de éxito menor le cuesta tiempo y reintentos, no dinero.
¿Necesita un proxy? Proxy frente a API de scraping
Para sitios populares con una API de scraping dedicada, los proxies en bruto suelen ser la opción más cara una vez que se cuenta el tiempo de ingeniería.
En nuestra comparativa de web scraping, las API de scraping cuestan aproximadamente lo mismo que los proxies residenciales, pero devuelven JSON estructurado en lugar de HTML en bruto. Varias de esas comparativas registraron cerca del 100 % de éxito con todos los proveedores, muy por encima de lo que logran los proxies en sitios similares.
Antes obteníamos el HTML mediante desbloqueadores y extraíamos los campos con selectores CSS, y cada rediseño de un sitio devolvía trabajo a nuestros ingenieros. Cuando vimos que las API de scraping no costaban más que los desbloqueadores que usábamos, trasladamos la mayor parte de nuestra recopilación a ellas.
Los proxies siguen teniendo sentido cuando:
- No existe una API para el sitio, o la API no devuelve los campos que necesita.
- Hace scraping de muchos sitios distintos con un volumen modesto en cada uno, donde mantener una única configuración de proxies resulta mejor que comprar muchas API.
- Tiene un equipo técnico sólido y los costes de los datos deciden sus márgenes.
- Necesita control total sobre las cabeceras, las sesiones y los tiempos.
Añadir como fuente preferidaMetodología
Enviamos solicitudes HTTP a través de cada proveedor a sitios populares que filtran bots para verificar si se devuelve la página real. Cuatro servidores en Francia, EE. UU., Singapur y Brasil ejecutan pruebas idénticas cada 20 minutos. Las pruebas están escalonadas para que se envíe un nuevo lote aproximadamente cada cinco minutos. Los resultados se agregan a diario y se combinan de las cuatro ubicaciones.
Los sitios proceden de la clasificación de tráfico de SimilarWeb para cada mercado. Conservamos un sitio solo si nuestros servidores pueden acceder a él, tiene páginas de producto, de listados, de perfil o de búsqueda de las que vale la pena recopilar datos, y esas páginas indican claramente que son páginas reales, no una pantalla de bloqueo.
Si un navegador obtiene más páginas reales que una solicitud simple, probamos ese sitio web con un navegador sin interfaz para cada proveedor. Los desbloqueadores no usan un navegador porque devuelven contenido que ya ha sido procesado.
Una solicitud es exitosa si devuelve HTTP 404, lo que significa que el proxy llegó al sitio pero falta la página, o HTTP 200–399 con un marcador de contenido conocido para ese sitio web, como a-price-whole en Amazon o x-item-title__mainTitle en eBay. Para los sitios que usan mucho JavaScript y no tienen un marcador estable, las respuestas más pequeñas que cierto tamaño cuentan como fallos.
Medimos el tiempo de respuesta desde que el proxy recibe la solicitud hasta que entrega el contenido completo de la página. Solo contamos las solicitudes HTTP simples exitosas. El valor diario informado es la mediana.
Preguntas frecuentes
Para unas pocas páginas de un sitio sin protección, no. Con cualquier volumen real, o en sitios que filtran bots, sí: los límites de frecuencia por IP bloquean rápidamente una sola IP. Para sitios populares, una API de scraping puede sustituir por completo a los proxies.
No con el margen que se suele afirmar. En nuestros datos, ambos devuelven páginas reales entre el 55–75 % de las veces en un día típico, aunque en objetivos protegidos distintos, por lo que no es una prueba cara a cara. Empiece con centro de datos y traslade a residenciales los objetivos que fallen.
Los desbloqueadores web. Han devuelto ~10–25 páginas reales más por cada 100 que los proxies de centro de datos en los mismos objetivos, aunque la diferencia era menor al principio de la comparativa.
Las tasas anunciadas suelen contar las conexiones que se completan. Si cuenta las páginas reales, excluyendo los CAPTCHA y los muros de inicio de sesión servidos con HTTP 200, lo habitual en sitios protegidos es un 55–75 %.
No probamos proxies gratis. Los proxies de pago devuelven páginas reales ~55–75 % de las veces en sitios protegidos, y las listas gratis se comparten y a menudo ya están marcadas.
Cita este benchmark
Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.
@misc{karatas2026,
author = {Karatas, Gulbahar},
title = {{Proxies para scraping: comparativa de residenciales, de centro de datos y desbloqueadores}},
year = {2026},
month = oct,
howpublished = {\url{https://aimultiple.com/proxy-for-scraping}},
note = {AIMultiple. Recuperado el 2 de octubre de 2026}
}Resultados y marcas de tiempo de 393 puntos de datos. Descargue los datos resumidos que se muestran en los gráficos y las tablas de este artículo como un archivo ZIP que contiene 3 archivos CSV.
¿Quieres los datos granulares que hay detrás? Únete a Premium
Sé el primero en comentar
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.