住宅代理成本计算：从请求字节到每千个可用结果的真实成本

住宅代理预算不应该从“每 GB 多少钱”开始，而应该从一次业务可用结果需要多少可计费流量开始。最可靠的方法是先用你的真实目标、真实客户端和真实代理账户做小规模采样，再把请求次数、失败重试、响应体积和最终有效结果一起代入模型。

本文中的公式用于预算与容量规划。示例数字均为演示值，不代表 BytesFlows 或任何目标网站的实测成功率、页面大小、延迟或 SLA。供应商最终如何计算 GB，应以账户账单与服务条款为准。

先定义你真正要算的成本

对于数据采集团队，至少同时看 4 个量：

1. 总可计费流量：供应商实际计入账单的字节数。
2. 总请求/任务数：包含首次请求和重试。
3. 可用结果数：通过你的业务校验并真正入库、截图成功或生成有效证据的结果。
4. 代理总支出：流量费以及确实存在的固定费用；不要凭假设加入“最低消费”。

核心指标可以写成：

\text{每 1000 个可用结果成本}=\frac{\text{代理总支出}}{\text{可用结果数}}\times1000

这个指标比“单价/GB”更接近真实业务价值，因为失败请求、重复抓取和无效页面都会消耗资源，却不一定形成可用结果。

GB、GiB 和浏览器看到的 KB 不要混用

这是原先最容易算错的地方。

• 十进制 1 GB = 1,000,000,000 bytes。
• 二进制 1 GiB = 1,073,741,824 bytes。
• curl -w '%{size_download}' 返回本次传输下载的 body 字节数；它不包含响应头，也不等同于代理供应商的最终计费字节。

因此，不要先假设供应商采用 GB 或 GiB。先查看账单定义；如果产品页没有写清楚，就以账户用量变化做校准。

第一步：用真实请求测量下载字节

可以先用 curl 对你有权访问的目标做小样本测试：

curl --fail-with-body \
  --silent --show-error \
  --output /dev/null \
  --write-out '{"http_code":%{response_code},"download_bytes":%{size_download},"time_total":%{time_total}}\n' \
  --proxy 'http://USERNAME:PASSWORD@PROXY_HOST:PROXY_PORT' \
  'https://example.com/'

输出示例：

{"http_code":200,"download_bytes":84231,"time_total":1.42}

这里的 84231 只是 curl 观察到的响应 body 大小。它适合比较不同请求模式的相对流量，但不能单独证明账单会增加相同字节数。

如何校准供应商实际计费

做一次短窗口实验：

1. 记录测试前账户剩余流量或 usage counter。
2. 使用固定脚本执行一批授权请求，例如 20–100 次。
3. 记录每次 size_download、状态码和是否形成可用结果。
4. 等待供应商 usage counter 完成结算。
5. 比较“客户端观察字节”和“账户实际扣减”。

如果两者长期存在稳定差异，把这个差异纳入预算模型，而不是强行用网页 body 大小替代账单流量。

第二步：记录尝试次数，而不是给重试拍一个固定系数

不要预设“重试通常是 5%–20%”。真实重试取决于目标、网络、认证、限流策略和你的停止条件。

建议直接记录：

\text{尝试放大系数}=\frac{\text{总尝试次数}}{\text{首次计划任务数}}

以及：

\text{结果放大系数}=\frac{\text{总尝试次数}}{\text{可用结果数}}

例如，一个纯演示样本中计划执行 1,000 个任务，实际发送 1,120 次请求，最后得到 960 个通过校验的结果：

• 尝试放大系数 = 1.12
• 每个可用结果平均尝试次数 ≈ 1.17

不要把这个示例比例复用到其他站点。

第三步：把“成功 HTTP”与“业务可用”分开

HTTP 200 不等于业务成功。成本统计至少应区分：

真正需要优化的是“每个可用结果消耗多少流量”，而不是只追求更高的 HTTP 200 比例。

第四步：计算月度预算

如果你已经通过小样本得到每个可用结果的平均账单字节数，月度估算最简单：

\text{月度账单字节}=\text{月度目标可用结果数}\times\text{每个可用结果平均账单字节}

然后按供应商的计费单位转换成 GB/GiB，并套用当时真实价格。

一个明确标注为假设的预算示例

假设你的受控测试得到：

• 目标：每月 100,000 个可用结果
• 平均每个可用结果对应 240,000 个账单字节
• 假设供应商按十进制 GB 计费
• 假设单价为 $2.00/GB

则：

100,000 × 240,000 bytes = 24,000,000,000 bytes
24,000,000,000 / 1,000,000,000 = 24 GB
24 GB × $2.00 = $48
每 1000 个可用结果成本 = $0.48

这些数字只演示公式。实际预算必须替换为你自己的 usage counter、目标规模和购买时价格。

Playwright 为什么不能直接套一个“每页 MB”基准

浏览器页面的流量差异可能非常大：图片、视频、字体、第三方脚本、缓存状态、登录态和客户端渲染方式都会影响传输量。因此不应声称“Playwright 一页通常 3.5 MB”或“阻断图片一定节省 80%”。

Playwright 官方支持通过 routing 拦截请求。例如，在确认不会破坏业务结果的前提下，可以做对照实验：

import { chromium } from 'playwright';

const browser = await chromium.launch({ headless: true });

try {
  const context = await browser.newContext({
    proxy: {
      server: process.env.PROXY_SERVER,
      username: process.env.PROXY_USERNAME,
      password: process.env.PROXY_PASSWORD,
    },
  });

  try {
    await context.route('**/*', async route => {
      const type = route.request().resourceType();
      if (['image', 'media', 'font'].includes(type)) {
        await route.abort();
        return;
      }
      await route.continue();
    });

    const page = await context.newPage();
    await page.goto('https://example.com/', {
      waitUntil: 'domcontentloaded',
      timeout: 30_000,
    });

    // 在这里执行你的业务校验，不要只检查 HTTP/页面是否打开。
  } finally {
    await context.close();
  }
} finally {
  await browser.close();
}

资源阻断可能改变页面功能、反自动化检测结果或最终数据，所以应采用 A/B 测试：一组保留完整资源，一组只阻断确认不需要的资源，然后比较可用结果率和账户实际流量扣减。

失败与重试：先分类，再决定是否重试

不要固定使用“12–15 秒超时”。合理 timeout 必须由你的目标延迟分布、SLA 和任务类型决定。

一个可复用的采样记录结构

{
  "task_id": "sample-001",
  "attempt": 1,
  "started_at": "2026-08-08T13:00:00Z",
  "http_status": 200,
  "download_bytes_client": 84231,
  "usable": true,
  "failure_class": null,
  "geo_expected": "US",
  "geo_observed": "US"
}

不要在日志中保存代理密码、完整 Cookie、访问令牌或不必要的个人数据。

采购前检查清单

BytesFlows 当前价格信息应该怎么引用

BytesFlows 的公开价格会随套餐调整，因此预算表不要把某个历史单价永久写进公式。截至本文本次审核，公开 Pricing 页面展示了不同流量档位，并提供试用入口。真正采购时请直接查看 BytesFlows Pricing 和账户页面，再把当时实际单价代入上面的公式。

如果你还没有真实样本，可以先阅读 住宅代理免费试用评估，建立测试集后再做成本模型。需要比较供应商时，再使用 小团队住宅代理服务商选型指南 统一测试方法。

FAQ

curl 的 size_download 就是代理账单流量吗？

不是。curl 官方定义它为本次传输下载的 body 字节数，不含响应头。代理供应商可以采用不同计费口径，所以必须用账户 usage counter 校准。

为什么不用固定的“页面平均 KB”估算？

因为页面、API、缓存状态、浏览器资源和目标站实现差异很大。固定行业均值很容易让预算偏离真实工作负载。

重试系数应该填多少？

先不要填。运行一个有代表性的样本，记录总尝试次数、计划任务数和可用结果数，再从真实日志计算。

住宅代理能保证降低 403 或 429 吗？

不能。403/429 可以来自权限、认证、账号、速率限制、session、应用策略或其他因素。代理只改变网络路由的一部分，不应被当作通用绕过机制。

浏览器阻断图片一定更省钱吗？

通常会减少某些资源请求，但节省多少必须实测，而且阻断资源可能破坏页面功能或业务验证。以可用结果和账户实际扣费作为最终判断依据。