Gli agenti si affidano alle interfacce web per completare le attività web. Per confrontare il completamento delle attività tra le interfacce web, abbiamo creato il Benchmark Web Agentico AIM e abbiamo eseguito 100 attività attraverso 8 interfacce, 5 volte ciascuna, per 4.000 risultati valutati.
Tassi di successo
Bright Data CLI e Bright Data MCP hanno completato 3.6 e 3.8 attività in più ogni 100 rispetto a Zenrows CLI, la migliore delle altre sei.
Dieci attività di esempio sono su GitHub, e la metodologia spiega come abbiamo eseguito il benchmark.
Coerenza tra le esecuzioni
Bright Data MCP ha la migliore esecuzione con il 52%. Il divario tra la migliore e la peggiore esecuzione su Oxylabs MCP è di sole 5 attività nell'arco di 5 esecuzioni. È l'interfaccia più coerente del panel, seguita da:
- Bright Data CLI: 7
- Nimble MCP: 7
- Zenrows CLI: 8
- Nimble CLI: 9
- Firecrawl MCP: 10
- Zenrows MCP: 11
- Bright Data MCP: 15
Costo e velocità
Bright Data MCP è l'interfaccia più veloce con una mediana di 186 secondi per attività, e tutti e cinque gli strumenti MCP hanno mediane inferiori rispetto ai tre strumenti CLI. Sullo stesso provider, la CLI ha impiegato 1.5 volte il tempo del server MCP per Zenrows, 1.9 volte per Bright Data e 3.3 volte per Nimble. Nimble CLI è la più lenta con 830 secondi e ha ritentato 144 delle sue 500 attività dopo timeout, più di qualsiasi altra interfaccia.
Il costo totale è la spesa in token dell'agente più la tariffa del provider. Nimble MCP ha il totale più basso con $0,072 per attività. Per le due interfacce Bright Data e Zenrows MCP, che utilizzano un browser remoto fatturato in base alla larghezza di banda, le tariffe del provider rappresentano dal 40 al 51 percento del totale. Il dato di Firecrawl esclude le sessioni browser al minuto, quindi è un limite inferiore.
Motivi di errore
Bright Data CLI è stata bloccata in media 17.6 volte ogni 100 attività, il valore più basso del panel, mentre Firecrawl MCP, Nimble MCP e Oxylabs MCP sono state bloccate da 1.7 a 2 volte più spesso.
Nimble CLI è stata bloccata meno tra le sei interfacce non-Bright Data con 18.2, ma non ha restituito nulla in 28.4 attività ogni 100, la mancata consegna più alta del panel, il che riflette il raggiungimento del limite di 30 minuti nel 36.3 percento dei suoi tentativi (i tentativi superano le attività perché le attività scadute sono state ritentate una volta).
Zenrows CLI e Zenrows MCP sono state bloccate più o meno alla stessa frequenza, ma la CLI ha completato più attività con successo.
Aggiungi come fonte preferitaMetodologia
Ogni interfaccia è stata eseguita su un proprio VPS. L'agente era OpenClaw con MiniMax M3 tramite OpenRouter, senza esecuzioni parallele di attività. Ogni server disponeva di 2 vCPU e 2GB di RAM.
Il set di attività utilizzato era identico per tutte le otto interfacce in tutte le 5 esecuzioni.
Prima di ogni esecuzione, una sonda ha recuperato una pagina a basso costo tramite l'account del provider e l'esecuzione si rifiutava di partire se il recupero falliva. Ogni tentativo aveva 30 minuti.
Un'attività che ha esaurito il tempo o ha restituito meno di 500 byte di output riceveva un nuovo tentativo, tranne le quattro attività che modificano lo stato, che non sono mai state ritentate perché un primo tentativo potrebbe aver già modificato un carrello. Il nuovo tentativo è il tentativo che viene valutato, e il costo del modello e il tempo derivano da esso, anche quando ha raggiunto anch'esso il limite.
Ogni client installato tranne Zenrows CLI era all'ultima release al 27 luglio 2026. Zenrows CLI è stato pubblicato per la prima volta il 31 luglio 2026. Versioni usate in questo benchmark:
Attività di esempio
Dieci delle 100 attività sono pubblicate integralmente su GitHub, con le istruzioni fornite all'agente, il formato dell'output, le regole di superamento e il punteggio ottenuto da ciascuna interfaccia.
Dataset
Le 100 attività coprono 29 siti web in sei categorie. Abbiamo selezionato i siti web dalla top 20 di SimilarWeb per traffico in ciascuna categoria il 15 maggio 2026, partendo dall'inizio di ogni elenco.
Abbiamo escluso i siti che servono un singolo mercato non statunitense, le copie regionali di un sito scelto, le app di messaggistica, i siti che richiedono un accesso e i siti senza elenchi pubblici da cercare.
Abbiamo preparato da 2 a 5 attività per sito web a seconda di quante azioni supporta il sito. Novantasei attività recuperano informazioni e quattro modificano lo stato sul sito remoto.
Valutazione
Ogni attività e le relative condizioni di superamento sono state scritte in inglese. Il valutatore legge il file delle regole e assegna il punteggio solo quando ogni regola applicabile risulta soddisfatta.
Bloccata significa che l'agente ha restituito un messaggio di errore invece dei dati, ad esempio che il provider non è riuscito a raggiungere il sito o che una ripartizione delle tariffe non era mostrata sulla pagina.
Alcuni provider hanno rifiutato le richieste verso determinati siti. Quelle attività restano nel totale di 100 attività per ogni interfaccia.
- Zenrows: Ticketmaster e Instagram (7 attività), sono state rifiutate in base alla sua politica di utilizzo indipendentemente dalle impostazioni.1
- Oxylabs: Ticketmaster, AXS e SeatGeek, e StubHub in un'esecuzione, rifiutate come “non supportate”. Oxylabs include la biglietteria tra i target che limita a meno che l'account non superi un controllo di verifica.2
- Firecrawl: LinkedIn, Reddit, TikTok, X e Instagram, ha risposto con “non supportiamo questo sito”.
Bypassata significa che l'agente ha recuperato la pagina direttamente invece di usare l'interfaccia del provider, in genere tramite una richiesta diretta dalla shell. Le troviamo nei log di sessione. Un'attività bypassata non guadagna nulla e resta nel totale di 101 attività.
Le celle “Non Determinato” sono quelle in cui il valutatore non è riuscito a decidere se la risposta fosse corretta. Queste non sono state conteggiate né come corrette né come bloccate. Questo riguarda da 8 a 18 attività per interfaccia per esecuzione, tutte dalle stesse 28 attività.
Abbiamo usato le stesse attività, istruzioni e modello in tutte le otto interfacce e abbiamo bloccato le regole prima della prima esecuzione.
Costo
Il grafico somma due numeri. Il costo del modello è quanto l'agente ha speso in token, MiniMax M3 tramite OpenRouter a $0,30 per milione di token in input, $1,20 per milione di output e $0,06 per milione di letture dalla cache, conteggiati dal tentativo valutato di ogni attività.
Il costo dell'interfaccia è ciò che il provider ha addebitato per lo stesso lavoro, in media su cinque esecuzioni:
- Bright Data: consumo letto dalla fatturazione dell'account per zona al giorno, al prezzo di $8 per GB più $0,10 all'ora per Scraping Browser, $1,50 per 1K richieste per Web Unlocker e $1,50 per 1K per SERP.
- Zenrows: dal loro pannello, larghezza di banda delle sessioni browser più crediti di fetch come registrato. Il piano è di EUR 129.99 per 1M crediti; il browser risulta in circa 40.500 crediti per GB, e il fetch è in media di 14 crediti per richiesta dopo il rendering JS e i moltiplicatori proxy premium.
- Oxylabs: conteggio delle richieste dai trascritti dell'agente a $1,15 per 1K risultati.
- Firecrawl: crediti conteggiati dai trascritti a $83 per 100K crediti, 1 credito per scrape.
- Nimble: richieste conteggiate dai trascritti a $1,00 per 1K per extract e $1,10 per 1K per la ricerca.
Limitazioni
Nimble CLI ha esaurito il tempo nel 36.3 percento dei suoi tentativi.
Tutte le interfacce hanno velocità diverse, non tutte le attività iniziano o finiscono allo stesso tempo. Alcune attività dipendono dalla data o da ciò che è elencato in quel momento, quindi alcuni provider non hanno visto la stessa pagina. Le regole di superamento sono state scritte per verificare il formato e il recupero, non un annuncio specifico, quindi una pagina modificata non cambia il punteggio.
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Kalelioğlu, Berk},
title = {{Benchmark Web Agentico AIM}},
year = {2026},
month = oct,
howpublished = {\url{https://aimultiple.com/agentic-web}},
note = {AIMultiple. Consultato il 15 ottobre 2026}
}Risultati e timestamp di 64 punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 7 file CSV e un README.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Collegamenti di riferimento
Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della Columbia Business School.
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.