Proxys pour le scraping: benchmark des proxys résidentiels, datacenter et unblockers

Les fournisseurs de proxys annoncent des taux de réussite de 95–99 %. Sur les sites qui bloquent activement les bots, nous observons 55–75 %. Nous avons envoyé des requêtes via des proxys résidentiels, datacenter et des unblockers toutes les ~5 minutes, depuis des serveurs situés dans différents pays.

Le type de proxy compte plus que le fournisseur. Par exemple, sur les mêmes cibles, les unblockers renvoient ~10–25 vraies pages de plus pour 100 que les proxys datacenter.

Résultats du benchmark des proxys pour le web scraping

Taux de réussite par fournisseur

Temps de réponse par fournisseur

Le succès en conditions réelles est très inférieur aux taux annoncés :

Sur les sites protégés, les proxys résidentiels et datacenter se situent généralement entre 55 % et 75 % un jour donné, et non les 95–99 % affichés sur les pages des fournisseurs.

L’écart vient de trois façons de mesurer. D’abord, le succès signifie que la vraie réponse du site est arrivée : un CAPTCHA ou un mur de connexion servi avec HTTP 200 compte comme un échec, alors que de nombreux chiffres de fournisseurs le comptent comme un succès. Ensuite, nous testons des sites qui bloquent activement les bots, et non le trafic facile qui fait monter les moyennes de l’ensemble des clients. Enfin, les requêtes passent par environ 17 000 URL au lieu de répéter une seule page, de sorte que le cache n’aide pas.

Les unblockers diffèrent par le succès, mais bien davantage par la vitesse :

Le meilleur et le pire unblocker sont distants de 5–20 points, et le classement est resté stable au sein de chaque période. Decodo est resté en tête ou près du sommet tout du long, tandis que Zyte a accusé un retard d’environ 5–10 points.

Les temps de réponse diffèrent beaucoup plus. La stabilité compte autant que la médiane : un délai d’expiration serré adapté à un unblocker de ~2 secondes transformerait en échecs de nombreuses requêtes réussies d’un fournisseur plus lent. Pour les traitements par lots, le taux de réussite compte plus que le temps. Pour tout ce qui fait attendre un utilisateur, seul un unblocker de ~2 secondes se comporte comme un proxy.

Choisir un type de proxy pour le scraping

Choisissez votre type de proxy selon votre cible et votre charge de travail, pas selon la marque. Le type de proxy influence davantage votre taux de réussite et vos coûts que le fournisseur.

1. Quel est le niveau de blocage de la cible ? Envoyez d’abord 100 requêtes via un proxy datacenter bon marché. Si plus de ~60 % renvoient de vraies pages, vous n’avez peut-être pas besoin d’une solution plus coûteuse.
2. Quel volume ? Au-delà de ~100 Go par mois, un écart de 10 points de réussite coûte réellement de l’argent, donc le coût par page réussie compte plus que le prix catalogue.
3. Par lots ou en temps réel ? Si les résultats alimentent un utilisateur qui attend, le temps de réponse exclut les unblockers lents. Pour les traitements par lots de nuit, cela n’a presque aucune importance.

Proxys résidentiels : ce que montrent les données

Les fournisseurs résidentiels se ressemblent plus que leur marketing ne le suggère. Leurs scores moyens diffèrent d’environ 8 points, et le meilleur fournisseur change chaque jour.

Quatre tendances sont apparues dans nos données résidentielles :

• Alors que la performance moyenne reste stable, les résultats quotidiens fluctuent souvent. Le score d’un fournisseur peut varier de 20 points en une journée et de plus de 40 points en une semaine.
• La régularité est importante. Certains fournisseurs offrent des résultats stables, tandis que d’autres connaissent à la fois les meilleurs et les pires scores du benchmark.
• La performance d’un fournisseur peut baisser et rester faible. Recourir à un fournisseur de secours peut aider à réduire ce risque. Gérer le risque est plus important que se concentrer sur les taux de réussite. Dans notre benchmark, Oxylabs figure systématiquement parmi les fournisseurs les plus rapides. À l’inverse, Apify est le plus lent.

Proxys datacenter : quand ils suffisent

Sur Google, Instagram, TikTok, Walmart, X, Yandex et YouTube, les proxys datacenter renvoient généralement de vraies pages dans 55–75 % des cas.

D’après les données de notre benchmark :

• Le datacenter suffit souvent. Même sur ces sites très protégés, les proxys datacenter ont renvoyé de vraies pages plus d’une fois sur deux la plupart des jours. Essayez d’abord le datacenter et passez à l’étape supérieure pour les cibles où il échoue.
• L’avantage de vitesse est modeste. Les médianes datacenter se situent autour de 1.5–2,0 secondes, tandis que les médianes résidentielles se situent surtout entre 2.0 et 2,5 secondes sur leurs propres cibles. À elle seule, la vitesse est rarement une raison de choisir le datacenter.
• Un meilleur succès s’accompagne souvent de réponses plus lentes. Webshare a affiché le meilleur succès datacenter de sa période, mais aussi le plus lent, à ~1.7–2,4 secondes. Apify était le plus rapide et le moins performant en succès. Un fournisseur plus long à répondre fait peut-être plus de travail par requête, par exemple en réessayant en interne.

Web unblockers

Les unblockers ont renvoyé ~10–25 vraies pages de plus pour 100 que les proxys datacenter sur les mêmes cibles. Le fournisseur que vous choisissez détermine la latence que vous payez pour ce succès supplémentaire.

• Adaptez le délai à la tâche. Pour une collecte par lots, où les résultats doivent arriver en quelques dizaines de secondes, l’unblocker le plus efficace l’emporte, même s’il est lent. Pour tout ce qu’un utilisateur attend, un unblocker qui met environ 2 secondes fonctionne comme un proxy.
• Vérifiez si les échecs sont facturés. De nombreux unblockers ne facturent que les requêtes réussies. Dans ce cas, un taux de réussite plus faible vous coûte du temps et des nouvelles tentatives, pas de l’argent.

Avez-vous vraiment besoin d’un proxy ? Proxy ou API de scraping

Pour les sites populaires disposant d’une API de scraping dédiée, les proxys bruts sont généralement le choix le plus coûteux une fois le temps d’ingénierie pris en compte.

Dans notre benchmark de web scraping, les API de scraping coûtent à peu près autant que les proxys résidentiels mais renvoient du JSON structuré au lieu de HTML brut. Plusieurs de ces benchmarks ont enregistré près de 100 % de réussite pour chaque fournisseur, bien au-dessus de ce que les proxys obtiennent sur des sites similaires.

Nous récupérions autrefois le HTML via des unblockers et analysions les champs avec des sélecteurs CSS, et chaque refonte de site renvoyait du travail à nos ingénieurs. Dès que nous avons constaté que les API de scraping ne coûtaient pas plus cher que les unblockers que nous utilisions, nous leur avons confié la majeure partie de notre collecte.

Les proxys restent pertinents lorsque :

• Aucune API n’existe pour le site, ou que l’API ne renvoie pas les champs dont vous avez besoin.
• Vous scrapez de nombreux sites différents avec un volume modeste pour chacun, où maintenir une seule configuration de proxy vaut mieux que d’acheter de nombreuses API.
• Vous avez une équipe technique solide et les coûts de données déterminent vos marges.
• Vous avez besoin d’un contrôle total sur les en-têtes, les sessions et le timing.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

Méthodologie

Nous envoyons des requêtes HTTP via chaque fournisseur vers des sites populaires qui filtrent les bots afin de vérifier si la page réelle est renvoyée. Quatre serveurs situés en France, aux États-Unis, à Singapour et au Brésil exécutent des tests identiques toutes les 20 minutes. Les tests sont décalés de sorte qu’un nouveau lot soit envoyé environ toutes les cinq minutes. Les résultats sont agrégés quotidiennement et combinés pour les quatre localisations.

Les sites proviennent du classement de trafic de SimilarWeb pour chaque marché. Nous ne conservons un site que si nos serveurs peuvent y accéder, s’il possède des pages produit, d’annonces, de profil ou de recherche dont les données valent la peine d’être collectées, et si ces pages indiquent clairement qu’il s’agit de vraies pages et non d’un écran de blocage.

Si un navigateur obtient plus de vraies pages qu’une simple requête, nous testons ce site avec un navigateur headless pour chaque fournisseur. Les unblockers n’utilisent pas de navigateur, car ils renvoient un contenu déjà traité.

Une requête est réussie si elle renvoie HTTP 404, ce qui signifie que le proxy a atteint le site mais que la page est absente, ou HTTP 200–399 avec un marqueur de contenu connu pour ce site, comme a-price-whole sur Amazon ou x-item-title__mainTitle sur eBay. Pour les sites qui utilisent beaucoup de JavaScript et n’ont pas de marqueur stable, les réponses plus petites qu’une certaine taille comptent comme des échecs.

Nous mesurons le temps de réponse depuis le moment où le proxy reçoit la requête jusqu’à ce qu’il livre le contenu complet de la page. Nous ne comptons que les requêtes HTTP simples réussies. La valeur quotidienne rapportée est la médiane.

FAQ

Citez ce benchmark

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{karatas2026,
  author = {Karatas, Gulbahar},
  title  = {{Proxys pour le scraping: benchmark des proxys résidentiels, datacenter et unblockers}},
  year   = {2026},
  month  = oct,
  howpublished    = {\url{https://aimultiple.com/proxy-for-scraping}},
  note   = {AIMultiple. Consulté le 2 octobre 2026}
}

Gulbahar Karatas

Analyste sectorielle

Suivre

Gülbahar est analyste sectorielle chez AIMultiple, spécialisée dans la collecte de données web, les applications des données web et la sécurité des applications.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire