MCP Benchmark: En İyi Web Erişimi İçin MCP Sunucuları
Web arama ve çıkarma ile tarayıcı otomasyonu görevlerinde, tüm uygun MCP'lerde 4 farklı görevi 5 kez çalıştırarak 8 MCP sunucusunu test ettik. Ayrıca 250 eşzamanlı AI ajanını içeren bir yük testi de gerçekleştirdik.
MCP sunucularında web erişimi yetenekleri
Ürün | Web arama ve çıkarma
başarı oranı | Tarayıcı otomasyonu
başarı oranı | Web arama ve
çıkarma hızı (s) | Tarayıcı otomasyonu
hızı (s) | Ölçeklenebilirlik puanı |
|---|---|---|---|---|---|
%100 | %90 | 30 | 30 | %77 | |
%78 | %0 | 32 | N/A | %19 | |
%75 | N/A | 14 | N/A | %54 | |
Nimble | %93 | N/A | 16 | N/A | %51 |
Firecrawl | %83 | N/A | 7 | N/A | %65 |
Hyperbrowser | %63 | %90 | 118 | 93 | N/A |
Browserbase | %48 | %5 | 51 | 104 | N/A |
Tavily | %38 | N/A | 14 | N/A | %45 |
Exa | %23 | N/A | 15 | N/A | N/A |
*Web arama ve çıkarma görevleri Bright Data'nın varsayılan MCP sunucusu ile çalıştırılırken, tarayıcı otomasyonu görevleri tarayıcı otomasyonu için gerekli araçların Pro Mod'da bulunması nedeniyle Bright Data MCP Pro Modu ile çalıştırılmıştır.
**Tablo, web arama ve çıkarma kategorisindeki puanlara göre sıralanmıştır; sponsorlar en üstte gösterilmiştir.
Yukarıdaki her boyut ve ölçüm yöntemleri aşağıda özetlenmiştir:
Web erişiminde MCP sunucularının başarı oranı
*N/A, MCP sunucusunun bu yeteneğe sahip olmadığını gösterir.
Ürünleri web arama ve çıkarma ile tarayıcı otomasyonu olmak üzere iki farklı kategoride test ettik. Benchmark sonuçlarımız, Bright Data'nın web arama ve çıkarma görevlerinde en yüksek başarı oranına sahip olduğunu ve bu görevlerin %100'ünü başarıyla tamamladığını ortaya koymaktadır. Tarayıcı otomasyonu görevlerinde ise Bright Data (Pro Mod) ve Hyperbrowser, %90 görev tamamlama oranıyla en yüksek başarı oranlarına sahiptir.
Test ettiğimiz tüm araçlar arasında, web üzerinde çalışan ajanlar için gerekli her iki yeteneğe de sahip olan tek ürünler Apify, Bright Data, Browserbase ve Hyperbrowser'dır:
- Web arama ve çıkarma, web'de arama yapmayı ve verileri toplamak ve işlemek için sayfadaki bağlantıları kullanarak sayfalar arasında gezinmeyi içerir.
- Tarayıcı otomasyonu, formları doldurmak vb. için JS elementleriyle etkileşimi içerir.
Benchmark'ta kullanılan görevleri detaylı olarak görmek için metodolojimize bakın.
Hız
Değerlendirmemiz şunları göstermektedir:
- Web arama ve çıkarma: Firecrawl, doğru sonuçlar için ortalama MCP çalışma süresi 7 saniye olan en hızlı MCP'dir ve doğruluk oranı %83'tür.
- Tarayıcı otomasyonu: Bright Data, doğru sonuçlar için ortalama MCP çalışma süresi 30 saniye ile en hızlı olanıdır ve doğruluk oranı %90'dır.
Tüm hız metrikleri doğru tamamlanan görevler içindir. Bazen MCP sunucuları, bir görevi tamamlama süresiyle karşılaştırılamayacak başarısızlığı gösteren hızlı yanıtlar üretir.
Gezinme için veri setimiz tüm markaların katılımını içerdi ve 80 veri noktası üretti (yani 8 marka, 2 görev ve her görev için 5 tekrar). Bu veri noktalarına göre, başarı oranları ile hız arasında negatif bir korelasyon olduğu görülmektedir:
Bu korelasyon sezgiseldir:
- Bazen web siteleri botları şüpheli trafik olarak tanımlar ve anti-scraping özelliklerini tetikler.
- Bu durum bazı MCP sunucularının başarısız olmasına neden olur.
- Başarısız olmayanlar, daha yavaş olabilecek engel kaldırma teknolojisi kullanmak zorundadır (yani, web unblocker benchmark'ımızdaki sağlayıcılardan biri için %95 güven aralığı 4 saniyeyi içerir).
Ölçeklenebilirlik
Bu benchmark, MCP sunucularının yüksek hacimli eşzamanlı, otonom AI ajan görevlerine maruz bırakıldığında performansını ve güvenilirliğini ölçer. X ekseni, Başarı Oranı (%), tek ajanlı web arama ve çıkarma benchmark'ımızdan sağlayıcının puanını temsil eder. Y ekseni, Ölçeklenebilirlik Puanı (%), aşağıda detaylandırılan yüksek eşzamanlılık yük testiyle elde edilir ve stres altındaki sunucu kararlılığını ve güvenilirliğini ölçer.
Her ajan, LangChain create_react_agent framework'ü üzerine inşa edildi ve gpt-4.1-nano-2025-04-14 dil modeli tarafından güçlendirildi. Ajanlara "target.com'a git, 20 doların altında bir yastık bul." gibi çeşitli e-ticaret arama istekleri atandı. Bir görev, ajan web sitesinde gezindiği, eşleşen bir ürün bulduğu ve 5 dakikalık süre sınırı içinde yapılandırılmış bir JSON formatında gerekli verileri (url, fiyat, puan) döndürdüğü sürece başarılı kabul edildi.
Test, hem başarı oranında hem de başarılı bir görevi tamamlamak için gereken ortalama sürede aşağıdaki temel farklılıkları ortaya çıkardı:
- 250 eşzamanlı ajan stres testinde, Bright Data, başarılı görev başına rekabetçi ortalama tamamlanma süresi olan 48.7 saniye ile %76.8 başarı oranı elde etti ve genel lider olarak ortaya çıktı.
- Firecrawl, ortalama görev süresi 77.6 saniye olmak üzere %64.8 başarı oranı sundu.
- Oxylabs, ortalama sadece 31.7 saniyede başarılı görevlerini tamamlayarak en hızlı performansı sergiledi ve %54.4'lük sağlam bir başarı oranını korudu.
- Nimble, %51.2 başarı oranı kaydetti, ancak başarılı görevlerini tamamlamak için önemli ölçüde daha uzun sürdü, ortalama 182.3 saniye.
- Tavily, %45 başarı oranıyla görevleri tamamladı ve 41.3 saniye ile ikinci en hızlı ortalama tamamlanma süresine sahipti.
- Apify, %18.8 daha düşük bir başarı oranıyla testi tamamladı, ancak başarılı görevleri nispeten hızlıydı ve ortalama 45.9 saniye sürdü.
MCP sunucularının web erişimi yeteneklerini değerlendirmek için metodoloji
MCP'ler, Claude Desktop, VSCode ve Cursor dahil olmak üzere çeşitli geliştirme ortamlarında çalışır. Değerlendirmemizde, MCP'leri langchain-mcp-adapters kütüphanesini kullanarak bir LangGraph ajan framework'üne entegre ettik. Benchmark'ta dört istek kullandık. Web arama ve çıkarma istekleri:
- Alışveriş asistanı: "Amazon'a git ve 30 doların altında 3 kulaklık bul. İsimlerini, puanlarını ve URL'lerini sağla."
- Lead generation için AI SDR: "LinkedIn'e git, AIMultiple'da çalışan 2 kişi bul, isimlerini ve profil URL'lerini sağla."
Tarayıcı otomasyonu istekleri:
- Gezgin asistanı: "16 Haziran 2025'te Miami, South Beach'teki Betsy Hotel için en iyi fiyatı bul. Fiyatı ve URL'yi sağla."
- Form doldurucu: "https://aimultiple.com/ o sayfaya git, bülten aboneliğine e-postam xxx@aimultiple.com gir ve abone ol butonuna tıkla."
Her görevi AI ajan başına 5 kez çalıştırdık ve performansı belirli veri noktalarına göre değerlendirdik.
Her görev, toplam puanın eşit bir miktarını oluşturdu, her gerekli veri öğesini başarıyla getirmek için puanlar verildi. Kodumuz, AI ajanının büyük dil modeli olarak claude-3-5-sonnet-20241022'yi kullanarak hem MCP araçlarının çalışma süresini hem de tam ajan işleme süresini takip etti.
Tüm MCP'lere adil olmak için aynı ajanı, aynı istekleri ve aynı sistem isteklerini kullandık. Sistem prompt'lar, tüm ajanlar için uygun bir dilde yazılmıştır (belirli araç bahsetmeleri veya detaylı talimatlar yok).
İlk üç görev MCP'lerin arama ve çıkarma yeteneklerini ölçerken, son görev tarayıcı otomasyonu yeteneklerini ölçtü.
Özellikler
Ayrıca bu MCP sunucularının bazı önemli özelliklerini ölçtük. Özelliklerin açıklaması için lütfen ajan tarayıcı benchmark'ındaki metodoloji bölümüne bakın.
Arama motoru desteği
Hedefleme
Güvenlik
Veri güvenliği, kurumsal operasyonlar için çok önemlidir. Bu ajan tarayıcılarının şirketlerinin veri güvenliği sertifikası olup olmadığını kontrol ettik. Şirketlerin hepsi web sitelerinde ya ISO 27001 ya da SOC 2 sertifikasına sahip olduklarını iddia etmektedir.
Fiyatlandırma benchmark'ı
Web erişimi yeteneklerine sahip tüm MCP sunucuları fiyatlandırmada farklı parametreler kullandığı için, bunları karşılaştırmak zordur.
Dolayısıyla, tek bir görev için fiyatlarını ölçtük. Sadece doğru görevlerin maliyetini ölçmek zordur, çünkü çoğu sağlayıcı maliyetleri zaman içinde ayrıntılı olarak ayırmaz. Bu nedenle, tüm ürünlere adil olmak için, web arama ve çıkarma benchmark'ının en yüksek genel başarı oranına sahip olduğu için web arama ve çıkarma benchmark'ının başarısını ölçmek için ilk görevi seçtik. Tarayıcı otomasyonu benchmark'ı için ise görevin maliyetini ölçmek için son görevi seçtik.
Çoğu ürün, farklı limitlere sahip çeşitli planlar aracılığıyla mevcuttur ve bu planlardan bazıları ek kredi satın alımına da izin verir. Harcanan kredileri API çağrısı başına, GB başına veya sayfa başına gibi farklı parametrelerde ölçerler.
Bu fiyatların LLM maliyetini içermediğini lütfen unutmayın ve bu görevler sırasında Claude Sonnet 3.5 kullanma maliyetimiz gezinme maliyetlerinden daha fazlaydı. Bu nedenle, web ile ilgili görevler için ajanlar oluştururken LLM fiyatlandırması, MCP sunucusu fiyatlandırmasından daha önemli olabilir.
*Fiyatlar, seçilen plana ve kurumsal indirimlere göre değişebilir.
Katılımcılar
Bulut tabanlı web tarama yetenekleri sağlayan tüm MCP sunucularını dahil ettik:
- Apify
- Bright Data
- Browserbase
- Exa
- Firecrawl
- Hyperbrowser
- Nimble
- Oxylabs
- Tavily
Apify, Bright Data ve Oxylabs, AIMultiple'ın sponsorlarıdır.
Benchmark'umuzun bu sürümü için, yüksek sayıda isteğe yanıt verme konusunda sınırlı yetenekleri olduğu için kullanıcıların kendi cihazlarında çalışan MCP sunucularını hariç tuttuk. Web tarama yeteneklerine sahip herhangi bir bulut tabanlı MCP sunucusunu kaçırdıysak, lütfen yorumlarda bize bildirin.
MCP web tarama zorlukları ve önlemleri
Claude Desktop gibi bir MCP istemcisinde yapılandırıldığında, LLM'ler özelleştirilmiş MCP sunucularından yararlanabilir. Web erişimi MCP'leri, JavaScript yoğun sayfaları render etme, yaygın erişim kısıtlamalarını aşma, eylemler gerçekleştirme, formları doldurma ve çeşitli küresel konumlardan coğrafi olarak kısıtlanmış içeriğe erişme dahil olmak üzere web verisi çıkarmayı mümkün kıldıkları için özellikle değerlidir, ancak bazı zorluklarla birlikte gelirler.
Ajan tarayıcı benchmark'ında karşılaştığımız benzer zorluklara rağmen, MCP'ler benchmark için yeni zorluklar sunar. Harici bir bellek işlevinin eklenmesiyle LLM'ler bir Turing makinesi olarak kullanılabilir ve tarama yetenekleri sağlayan bir MCP sunucusu ile, bu yetenekleri sağlayan MCP sunucuları ile herhangi bir web gezintisi veya tarayıcı otomasyonu görevini tamamlamak teorik olarak mümkündür.
Dolayısıyla, her ajan için özel kod yazarak %100 başarı oranlarına ulaşmak mümkündür. Ancak, bu, basit talimatlar vermek ve yüksek başarı oranları elde etmek isteyen MCP kullanıcıları için iyi bir proxy değildir. Bu nedenle, mümkün olduğunca basit ve evrensel olan ve belirli MCP sunucularındaki işlevlere atıfta bulunmayan istekler seçtik.
Bağlam penceresi
Uzun görevlerde bağlam penceresi aşılabilecektir. Ajanlar web'de gezindikçe tam sayfaları tüketir ve sonuç olarak LLM'lerin sınırlı bağlam penceresi daha erken veya daha geç aşılır. Bu nedenle, çok sayıda sayfa içeren görevleri tamamlayan ajanlar oluşturmak için kullanıcıların şunlara ihtiyacı vardır:
- Büyük bağlam pencerelerine sahip LLM'ler
- LLM'e aktarılan sayfaların boyutlarını optimize edin. Örneğin, sayfaların gereksiz kısımlarını programatik olarak kaldırabilir ve LLM'in sadece sayfaların önemli kısımlarına odaklanmasını sağlayabilirsiniz.
Geliştirici deneyimi
Tecrübeli geliştiriciler, kodlama gerektiren MCP istemcilerinde MCP sunucularını kullanabilir, paralel testleri kolayca çalıştırabilir veya MCP kod çalıştırmasını kullanabilir. Ayrıca, Claude veya Cursor gibi kod gerektirmeyen MCP istemcileri, geliştirici deneyimi gerektirmeden kolayca kullanılabilir.
Tercih edilen kaynak olarak ekleSSS'ler
MCP (Model Context Protocol), AI ajanları ve uygulamalar arasında standartlaştırılmış bir iletişim köprüsü kurar ve AI uygulamalarının ve LLM'lerin dış araçlarla ve hizmetlerle etkileşime girmesine olanak tanır.
Bu benchmarkı kaynak gösterin
Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Alper, Şevval},
title = {{MCP Benchmark: En İyi Web Erişimi İçin MCP Sunucuları}},
year = {2026},
month = mar,
howpublished = {\url{https://aimultiple.com/browser-mcp}},
note = {AIMultiple. Erişim tarihi: 16 Mart 2026}
}
Yorum yapan ilk kişi olun
E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.