Thunderbit est une extension Chrome d’extracteur web IA qui aide les équipes métier à collecter des données de sites web grâce à l’IA. Et c’est précisément là que le bât blesse avec ScrapingBee : un tarif qui paraît raisonnable sur la page de pricing peut littéralement exploser une fois en production, quand vous voyez vos crédits se vider à une cadence de 5× à 75× le tarif de base. Cet avis se concentre sur cinq angles que la plupart des analyses passent sous silence : le coût réel à grande échelle, l’extraction par sélecteurs face à l’IA, l’ergonomie pour les non-développeurs, les workflows de données après extraction, et les benchmarks de fiabilité 2026. Que vous évaluiez ScrapingBee en tant que développeur, responsable sales ops ou fondateur, voici l’analyse complète dont vous avez besoin.
Qu’est-ce que ScrapingBee ? Aperçu rapide
ScrapingBee est une API de web scraping qui prend en charge la rotation des proxys, le rendu JavaScript et la gestion des CAPTCHA : les développeurs peuvent ainsi extraire des données sans bâtir leur propre infrastructure de scraping. Vous envoyez une requête HTTP avec des paramètres, et vous récupérez du HTML (ou du JSON sur certains endpoints). Aucune interface visuelle, aucun système de clic pour construire vos extractions.
Au menu des principales fonctionnalités :
- Proxys rotatifs et premium (classiques, premium, stealth, résidentiels)
- Rendu par navigateur headless (Chrome complet, activé par défaut)
- Contournement automatique des CAPTCHA
- Google Search API (JSON structuré : résultats organiques, annonces, cartes, knowledge graph, People Also Ask, images, actualités)
- Capture de captures d’écran (standard, pleine page ou ciblée par sélecteur CSS)
- Ciblage géographique via le paramètre
country_code - Règles d’extraction CSS/XPath (JSON déclaratif, renvoie du JSON structuré)
- APIs dédiées pour scraper Amazon, Walmart, YouTube et ChatGPT
- Extraction IA (ajoutée vers 2024–2025) : paramètres
ai_query,ai_extract_rules,ai_selector(+5 crédits par requête) - Outil CLI (lancé vers 2025–2026) : traitement par lot, crawling, parsing de sitemap, enrichissement CSV, tâches cron planifiées, montée en gamme de proxy
Née en France en 2019, ScrapingBee affichait début 2026 environ 5 millions de dollars d’ARR (environ 4,7 millions d’euros) et plus de 2 500 clients (SAP, Zapier, Deloitte, Zillow) — le tout en bootstrap, avec une équipe de 4 à 6 personnes. En juin 2025, Oxylabs Group a racheté ScrapingBee dans une opération à huit chiffres. La marque et la direction restent indépendantes, et l’équipe support a plus que doublé pour mieux couvrir les fuseaux horaires.
À noter : ScrapingBee ne dispose toujours pas de builder visuel natif, ni d’interface graphique en point-and-click, ni de planificateur intégré à un tableau de bord web. La planification passe par l’outil CLI, des jobs cron ou des automatisations tierces (Zapier, Make, n8n). Les guides « no-code » qu’ils publient portent en réalité sur l’usage des intégrations Make et Zapier — pas sur une interface no-code maison.
À qui ScrapingBee s’adresse-t-il vraiment ?
ScrapingBee vise des développeurs à l’aise avec Python ou cURL, capables de lire du HTML et d’écrire des sélecteurs CSS/XPath. La documentation est résolument orientée code, avec une large part d’exemples en Python et en cURL. Sur Capterra, un utilisateur regrette qu’ils « ne fournissent pas d’exemples en JavaScript », tandis qu’un autre qualifie la doc de « volumineuse, il faut une journée à une semaine pour tout lire ».
Pourtant, en 2026, le public qui tape « avis ScrapingBee » dépasse largement les ingénieurs backend. On y trouve des responsables marketing qui montent des listes de prospects, des équipes sales ops qui enrichissent des données CRM, des équipes e-commerce qui surveillent les prix concurrents, et des fondateurs qui comparent des outils pour leurs équipes. Pour chaque section ci-dessous, je préciserai donc si la fonctionnalité ou la limite concerne les développeurs, les utilisateurs métier, ou les deux.
Les tarifs de ScrapingBee en un coup d’œil
Voici les offres en vigueur (en avril 2026) :
| Offre | Prix mensuel | Crédits API/mois | Requêtes simultanées |
|---|---|---|---|
| Freelance | 49 $ | 250 000 | 10 |
| Startup | 99 $ | 1 000 000 | 50 |
| Business | 249 $ | 3 000 000 | 100 |
| Business+ | 599 $ | 8 000 000 | 200 |
| Enterprise | Contacter les ventes | 41 M+ | Personnalisé |
La facturation annuelle offre 17 % de réduction. L’essai gratuit fournit 1 000 crédits API sans carte bancaire. L’API Google Search est récemment passée de 25 à 15 crédits par appel à la suite de l’acquisition.
Sur le papier, ces volumes de crédits semblent confortables. Mais ils ne disent pas tout.
Le tableau des multiplicateurs de crédits
C’est ici que la tarification de ScrapingBee se corse. Le nombre de crédits annoncé ne dit rien du nombre de pages que vous pourrez réellement scraper : tout dépend des options activées sur chaque requête.
| Type de requête | Crédits par requête |
|---|---|
Proxy classique, sans rendu JS (render_js=false) | 1 crédit |
| Proxy classique, rendu JS (par défaut) | 5 crédits |
| Proxy premium, sans rendu JS | 10 crédits |
| Proxy premium, rendu JS | 25 crédits |
| Proxy stealth (JS toujours actif) | 75 crédits |
| Option d’extraction IA | +5 crédits en plus |
Le point décisif : le rendu JavaScript est activé par défaut. Sans définir explicitement render_js=false, chaque requête vous coûte au minimum 5 crédits. Conséquence directe : les 250 000 crédits de l’offre Freelance ne couvrent en pratique que 50 000 requêtes par défaut — et non 250 000.
Le calcul caché des crédits que personne ne montre
Voici ce que coûte réellement ScrapingBee pour 10 000 pages selon les scénarios et les niveaux d’offre :
| Scénario | Crédits nécessaires | Freelance (49 $/250K) | Startup (99 $/1M) | Business (249 $/3M) |
|---|---|---|---|---|
| 10K pages (HTML statique, 1 cr) | 10 000 | ✅ Couvert (0,20 $/1K) | ✅ Couvert (0,10 $/1K) | ✅ Couvert (0,08 $/1K) |
| 10K pages (rendu JS, 5 cr) | 50 000 | ✅ Couvert (0,98 $/1K) | ✅ Couvert (0,50 $/1K) | ✅ Couvert (0,42 $/1K) |
| 10K pages (proxy premium + JS, 25 cr) | 250 000 | ⚠️ Exactement à la limite (4,90 $/1K) | ✅ Couvert (2,48 $/1K) | ✅ Couvert (2,08 $/1K) |
| 10K pages (proxy stealth, 75 cr) | 750 000 | ❌ Bien au-delà de la limite | ✅ Juste couvert (7,43 $/1K) | ✅ Couvert (6,23 $/1K) |
Les mêmes 10 000 pages peuvent donc revenir entre 0,20 $ et 7,43 $ les mille (environ 0,19 € à 6,95 €), selon la configuration du proxy et du rendu. Et le hic, c’est que vous ne savez pas toujours quelle configuration vous sera nécessaire avant de l’avoir testée.
Scénario budget : génération de leads à 10 000 pages/mois
Une équipe commerciale scrape chaque mois 10 000 pages d’entreprises pour générer des leads. La plupart des sites B2B modernes tournant sous React ou Vue, le rendu JS s’impose :
- Crédits nécessaires : 50 000 (10K × 5 crédits)
- Offre Freelance (49 $) : le besoin est couvert, avec 200K crédits restants
- Mais si les cibles exigent des proxys premium : 250 000 crédits — exactement l’allocation d’une offre Freelance, sans aucune marge
- Si des proxys stealth deviennent nécessaires : 750 000 crédits — il faut passer à l’offre Startup à 99 $/mois
Scénario budget : surveillance des prix e-commerce à 100 000 pages/mois
Une équipe e-commerce surveille 100 000 pages produit sur les sites concurrents :
| Configuration | Crédits nécessaires | Offre requise | Coût mensuel |
|---|---|---|---|
| HTML statique (1 cr) | 100 000 | Freelance | 49 $ |
| Rendu JS (5 cr) | 500 000 | Startup | 99 $ |
| Proxy premium + JS (25 cr) | 2 500 000 | Business | 249 $ |
| Proxy stealth (75 cr) | 7 500 000 | Business+ | 599 $ |
Le même travail passe ainsi de 49 $ à 599 $/mois. Ce n’est pas une simple fluctuation : c’est un écart de coût de 12× selon la configuration retenue.
« Le prix d’entrée à 49 $ est le chiffre le plus trompeur du marché des API de scraping. » — Prospeo
« Les crédits sont consommés très vite dès qu’on utilise le rendu JavaScript ou des fonctionnalités avancées, ce qui rend l’outil plus difficile à justifier pour les petits projets ou les équipes avec des volumes imprévisibles. » — Nick S, Manager, Computer Software, Capterra
Et les crédits inutilisés ne sont pas reportés d’un mois sur l’autre.
Comment les coûts de ScrapingBee se comparent à ceux des concurrents
En retenant des offres de milieu de gamme pour une comparaison équitable :
| Scénario (pour 1K pages) | ScrapingBee (99 $/1M) | ScraperAPI (149 $/1M) | Scrapfly (100 $/1M) |
|---|---|---|---|
| HTML statique | 0,10 $ | 0,15 $ | 0,10 $ |
| Pages rendues en JS | 0,50 $ | 1,64 $ | 0,60 $ |
| Premium + JS | 2,48 $ | 3,73 $ | 3,00 $ |
| Stealth/ultra premium + JS | 7,43 $ | 11,18 $ | N/A |
Sur les pages statiques et rendues en JS, ScrapingBee est généralement le moins cher, ou à égalité avec le moins cher. ScraperAPI reste systématiquement le plus onéreux — son rendu JS coûte +10 crédits, contre +5 pour ScrapingBee et Scrapfly. Mais les tests indépendants de Scrape.do racontent une tout autre histoire dès qu’on intègre la complexité réelle des sites :
| Service | Coût moyen pour 1K requêtes | Taux de réussite | Temps de réponse moyen |
|---|---|---|---|
| Scrape.do | 0,80 $ | 98,19 % | 4,7 s |
| ScrapingBee | 3,90 $ | 92,69 % | 11,7 s |
| Scrapfly | 4,11 $ | — | — |
| ZenRows | 4,48 $ | 92,64 % | 10,0 s |
| ScraperAPI | 8,49 $ | 92,70 % | 15,7 s |
Le modèle de crédits de Thunderbit : une autre logique
Thunderbit repose sur un modèle bien plus lisible : 1 crédit = 1 ligne de sortie, sans multiplicateur lié au rendu JS, au type de proxy ou au domaine ciblé. Le scraping de sous-pages coûte 2 crédits par ligne.
| Offre | Prix mensuel | Crédits | Coût par ligne |
|---|---|---|---|
| Free | 0 $ | 6 pages/mois | Gratuit |
| Starter | 15 $ | 500 | 0,030 $ |
| Pro 1 | 38 $ | 3 000 | 0,013 $ |
| Pro 2 | 75 $ | 6 000 | 0,013 $ |
| Pro 3 | 125 $ | 10 000 | 0,013 $ |
| Pro 4 | 249 $ | 20 000 | 0,012 $ |
Un utilisateur de Thunderbit qui extrait 10 000 fiches produit depuis des sites e-commerce lourds en JavaScript paie 125 $/mois (environ 117 €/mois), que ces sites exigent ou non du rendu JavaScript, des proxys premium ou un contournement anti-bot. Avec ScrapingBee, le même travail oscille entre 49 $ et 599 $ selon la configuration. La prévisibilité budgétaire, ça change tout.
Sélecteurs CSS contre extraction IA : le coût de maintenance qu’il faut anticiper
C’est l’angle mort de la plupart des avis sur ScrapingBee. Et pourtant, c’est sans doute la question la plus déterminante si vous comptez scraper à grande échelle pendant des mois, voire des années.
ScrapingBee s’appuie sur des sélecteurs CSS/XPath pour extraire les données du HTML. Vous définissez des règles d’extraction sous forme d’objets JSON enrichis de sélecteurs CSS, et ScrapingBee vous renvoie les données correspondantes. Au démarrage, tout va bien. Le vrai sujet, c’est ce qui vient après.
Le problème des sélecteurs qui cassent
Dès qu’un site cible modifie sa mise en page — noms de classes, structure DOM, version du framework —, vos sélecteurs CSS cessent de répondre. Dans des systèmes de scraping matures qui pilotent plus de 2 500 jobs actifs, des recherches font état d’un taux de casse hebdomadaire de 1 à 2 %, soit 30 à 35 correctifs par semaine rien que pour maintenir les extracteurs en état de marche. Pour des organisations qui scrapent 50 sites, la maintenance annuelle représente 850 à 1 300 heures, soit 64 000 à 156 000 $ (environ 59 500 à 145 000 €) au coût complet d’un ingénieur.
Les équipes sous-évaluent presque toujours cet aspect. Les estimations de départ tablent en général sur 10 à 15 heures de maintenance par mois, mais la réalité est 4 à 6× plus lourde (40 à 90 heures/mois). Une seule panne silencieuse — quand un sélecteur casse mais continue de renvoyer des données vides sans alerter personne — coûte autour de 38 000 à 57 000 $ (environ 35 000 à 53 000 €) en ventes perdues, en récupération de classement et en temps humain.
Les causes les plus fréquentes : renommage de classes CSS lors de mises à jour de framework, ajout de nouveaux conteneurs autour des éléments visés, montées de version React/Vue/Angular qui restructurent le DOM, tests A/B aux classes dynamiques, et obfuscation anti-scraping.
L’extraction par IA réduit la maintenance de 60 à 80 %
Une étude DataRobot de 2025 a montré que les extracteurs pilotés par l’IA exigent 70 % de maintenance en moins que les extracteurs traditionnels à base de sélecteurs après une refonte de site. La répartition du temps s’en trouve quasiment inversée :
| Indicateur | Traditionnel (sélecteurs CSS) | Piloté par l’IA |
|---|---|---|
| Maintenance après refonte | Référence | 70 % de moins |
| Répartition du temps (mise en place : maintenance) | 20 % : 80 % | 5 % : 95 % selon les données |
| Réduction globale de maintenance | Référence | 60–80 % de réduction |
| Vitesse sur pages lourdes en JS | Référence | 30–40 % plus rapide |
Temps de configuration : écrire des sélecteurs face aux champs suggérés par l’IA
Configuration ScrapingBee : inspecter le code source → repérer les sélecteurs CSS → écrire les règles d’extraction en JSON → tester et déboguer → traiter les cas particuliers selon les variations de pages → surveiller les cassures → corriger les sélecteurs à chaque mise à jour des sites.
Configuration Thunderbit : ouvrir la page dans Chrome → cliquer sur « AI Suggest Fields » → l’IA lit la page et propose des colonnes avec les bons types de données → cliquer sur « Scrape ». Aucun sélecteur à écrire, aucun code source à inspecter. L’IA de Thunderbit mobilise plusieurs modèles de fondation (ChatGPT, Gemini, Claude, DeepSeek R1) qui lisent les pages web visuellement, à la manière d’un humain.
Les Field AI Prompts de Thunderbit ajoutent une couche supplémentaire : chaque colonne peut recevoir une instruction IA personnalisée qui transforme les données en cours d’extraction — mise en forme des dates, traduction de texte, catégorisation des produits, découpage des noms, normalisation des numéros de téléphone. De quoi supprimer une étape de post-traitement que les utilisateurs de ScrapingBee doivent, eux, construire de toutes pièces.
Sortie structurée : HTML brut face aux lignes prêtes à l’emploi
| Dimension | ScrapingBee (basé sur sélecteurs) | Thunderbit (piloté par l’IA) |
|---|---|---|
| Sortie par défaut | HTML brut | Lignes structurées avec colonnes typées |
| Extraction structurée | Nécessite des règles CSS/XPath ou l’option IA (+5 crédits) | Détection automatique des champs par l’IA |
| Types de données pris en charge | Texte (parsing HTML requis) | Texte, nombre, date, URL, email, téléphone, image |
| Résilience aux changements de mise en page | ⚠️ Mises à jour manuelles des sélecteurs nécessaires | ✅ L’IA relit la page à chaque fois |
| Compétences techniques requises | Python/cURL, sélecteurs CSS, compréhension du HTML | Aucune — extension Chrome en workflow 2 clics |
| Maintenance dans le temps | Continue (taux de casse hebdomadaire de 1 à 2 %) | Minimale (l’IA s’adapte automatiquement) |
ScrapingBee a bien ajouté des fonctions d’extraction IA (ai_query, ai_extract_rules) qui répondent en partie au problème de maintenance des sélecteurs. Mais cela ajoute +5 crédits par requête au coût de base, et l’outil demeure fondamentalement orienté API, sans interface visuelle.
ScrapingBee pour les non-développeurs : une évaluation honnête de l’ergonomie
ScrapingBee n’a pas été pensé pour les utilisateurs non techniques. C’est une API. Il faut écrire du code pour s’en servir. Si tu es responsable marketing ou sales ops et que tu lis ces lignes, le message est sans ambiguïté.
Voici, concrètement, ce qui attend un utilisateur non technique face à ScrapingBee :
- Écrire un appel API en Python, cURL ou un autre langage
- Comprendre les paramètres HTTP comme
render_js=true,premium_proxy=true,country_code=us - Parser les réponses HTML brutes avec une bibliothèque comme BeautifulSoup
- Écrire des sélecteurs CSS pour extraire les champs précis
- Gérer la pagination en construisant une logique de crawl personnalisée (ScrapingBee ne traite que les requêtes sur une seule page)
- Monter un pipeline de données pour nettoyer, structurer et stocker les données extraites
Pas de builder glisser-déposer. Pas d’interface point-and-click. Aucun aperçu visuel de ce que tu scrapes.
« Il y a une courbe d’apprentissage. Et la documentation est volumineuse, il faut une journée à une semaine pour la lire. » — Arvind K, Propriétaire, services financiers, Capterra
« Leur système est très particulier et il faut du temps pour apprendre leur code et leur structure. » — Avis Capterra
Les développeurs adorent ça. Un utilisateur décrit l’outil comme « entièrement basé API : très moderne et élégant : ça marche tout simplement ». Sauf que la « facilité d’utilisation » pour un développeur qui évalue une API n’a rien à voir avec la « facilité d’utilisation » pour quelqu’un qui essaie de monter une liste de prospects sans toucher au code.
Quand une alternative no-code prend tout son sens
L’extension Chrome Thunderbit propose une expérience radicalement différente :
- Ouvrir une page web dans Chrome, l’extension installée
- Cliquer sur « AI Suggest Fields » — l’IA analyse la page et propose des colonnes (Product Name, Price, Rating, URL, etc.) avec les bons types de données
- Vérifier et personnaliser — ajouter, supprimer ou renommer des colonnes ; ajouter des Field AI Prompts pour transformer les données
- Cliquer sur « Scrape » — les données ressortent en lignes structurées
- Exporter — en un clic vers Google Sheets, Airtable, Notion, Excel, CSV ou JSON (tous les exports sont gratuits)
Aucun appel API, aucun sélecteur, aucun code. Thunderbit gère 55 langues en avril 2026.
Pour les sites courants, Thunderbit propose en plus des modèles de scraper instantanés — prêts à l’emploi et maintenus pour Amazon, Zillow, Shopify, LinkedIn, Google Maps, Instagram, eBay, Apollo, et bien d’autres. Tu n’as même pas à attendre que l’IA propose les champs : le modèle est déjà prêt.
Thunderbit embarque aussi plusieurs outils gratuits à vie sans abonnement : extracteur d’email, extracteur de numéro de téléphone et extracteur d’images — bien pratiques pour les équipes commerciales et marketing qui veulent simplement récupérer des données vite fait.
Grille de décision : qui devrait utiliser quoi
| Si vous êtes… | Meilleur choix |
|---|---|
| Développeur à l’aise avec les API et le parsing HTML | ScrapingBee ou ScraperAPI |
| Utilisateur technique qui veut des données structurées sans écrire de sélecteurs | API Thunderbit (endpoint Extract) |
| Utilisateur métier (sales, marketing, e-commerce) sans compétences en code | Extension Chrome Thunderbit |
| Équipe ayant besoin d’une surveillance planifiée sans DevOps | Thunderbit Scheduled Scraper (planification en langage naturel) |
| Construction de pipelines LLM/RAG nécessitant du markdown propre | Thunderbit Distill API ou Firecrawl |
| Vous voulez une prévisibilité budgétaire et aucun multiplicateur de crédits | Thunderbit (1 crédit = 1 ligne) |
Après le scraping : où vos données atterrissent-elles vraiment ?
Le scraping ne représente que la moitié du chemin. L’autre moitié — acheminer ces données là où elles servent réellement — est précisément l’endroit où la plupart des avis sur ScrapingBee deviennent muets.
ScrapingBee : du HTML brut en sortie, un pipeline à bâtir soi-même
ScrapingBee renvoie du HTML brut par défaut. À vous, ensuite, de :
- Parser le HTML avec BeautifulSoup ou lxml
- Retirer la navigation, les pieds de page, les scripts et les styles (qui pèsent 80 à 90 % du contenu d’une page type)
- Extraire les champs de données pertinents
- Convertir le tout en formats structurés
- Gérer la pagination et les erreurs
- Stocker et diffuser les données
« ScrapingBee renvoie du HTML brut. Les agents IA ont besoin de markdown propre, de recherche sémantique et de webhooks. » — KnowledgeSDK
ScrapingBee propose certes return_page_markdown=true et return_page_text=true comme alternatives optionnelles, et l’API Google Search renvoie du JSON structuré. Mais le workflow par défaut — et l’expérience de scraping généraliste — repose sur du HTML brut que vous devez traiter vous-même.
Les utilisateurs ont fréquemment besoin d’outils annexes : BeautifulSoup/lxml pour le parsing, Pandas pour le nettoyage, cron/Airflow pour la planification, une logique de crawl maison pour le scraping multi-page, et un stockage cloud à part. Cela fait beaucoup d’ingénierie entre « j’ai extrait les données » et « je peux les exploiter ».
Thunderbit : sortie structurée et export intégré
Thunderbit renvoie des lignes structurées aux types de données définis (texte, nombre, date, URL, email, téléphone, image), prêtes à exporter. Tous les exports sont gratuits, quelle que soit l’offre :
| Destination d’export | Coût |
|---|---|
| Excel (.xlsx) | Gratuit |
| Google Sheets | Gratuit (intégration directe) |
| Airtable | Gratuit (intégration directe) |
| Notion | Gratuit (intégration directe) |
| CSV | Gratuit |
| JSON | Gratuit |
Pour les équipes qui s’appuient déjà sur Google Sheets ou Airtable comme CRM ou centre opérationnel, c’est toute une couche d’ingénierie qui disparaît. À l’export vers Notion ou Airtable, les images sont téléversées dans la bibliothèque d’images pour s’afficher directement dans les fiches — un détail en apparence anodin qui pèse beaucoup en pratique.
L’écosystème d’intégrations de ScrapingBee
ScrapingBee propose bel et bien des intégrations tierces : Zapier (plus de 8 000 connexions d’apps), Make (plus de 3 000 apps), n8n et Microsoft Power Automate. Elles peuvent faire le lien entre le HTML brut et vos outils cibles — mais elles ajoutent du coût, de la complexité et un point de défaillance de plus.
Pour les développeurs : l’API ouverte de Thunderbit
Pour les lecteurs qui tiennent malgré tout à des pipelines programmatiques, Thunderbit propose une API ouverte avec deux endpoints clés :
- Endpoint Distill — convertit les pages en markdown propre, parfait pour les pipelines LLM/RAG (1 crédit par appel)
- Endpoint Extract — renvoie du JSON structuré conforme à un schéma défini par l’utilisateur (20 crédits par appel)
- Traitement par lot — jusqu’à 100 URL par requête
Thunderbit sert ainsi aussi bien les utilisateurs no-code (extension Chrome) que les développeurs (Open API), via le même moteur IA. Ne vous limitez pas à la question « est-ce qu’il scrape ? » — posez aussi celle qui compte : « où vont les données ? »
Vérification de fiabilité 2026 : ScrapingBee tient-il la route en production ?
D’anciens fils Reddit (2021–2023) pointent des soucis de fiabilité chez ScrapingBee. Est-ce encore d’actualité en 2026 ? J’ai compilé les données de six benchmarks indépendants. Le verdict est nuancé — et parfois contradictoire.
Benchmark bimensuel Scrapeway (avril 2026)
Globalement : 33,3 % de taux de réussite — 7e sur 9 services testés.
| Site web | Taux de réussite |
|---|---|
| Amazon | 48 % |
| 41 % | |
| Indeed | 38 % |
| Etsy | 21 % |
| Booking | 17 % |
| Realtor | 0 % |
| StockX | 0 % |
| Twitter/X | 0 % |
| Zillow | 0 % |
| Walmart | 0 % |
| 0 % |
Test comparatif Scrapingdog (2025)
| Site web | ScrapingBee | Scrapingdog | ScraperAPI |
|---|---|---|---|
| Amazon | 100 % | 100 % | 100 % |
| Glassdoor | 0 % | 100 % | 100 % |
| eBay | 100 % | 100 % | 100 % |
| Walmart | 40 % | 100 % | 100 % |
| 90 % | 100 % | 80 % |
Benchmark Proxyway (décembre 2025)
- 84,47 % de réussite à 2 requêtes/seconde
- 72,98 % de réussite à 10 requêtes/seconde — soit une chute de 12 points sous charge
- 25,46 s de temps de réponse moyen — le plus lent du groupe testé
Benchmark Scrape.do (2025–2026)
- 92,69 % de taux de réussite global
- Excellent sur certains sites : Amazon 99,11 %, Indeed 99,29 %, GitHub 100 %, X/Twitter 99,6 %
- Faible sur Capterra : 59 % de réussite seulement, avec des temps de réponse de 36 secondes
La tendance qui se dégage
Les données dessinent un schéma net :
- ScrapingBee se débrouille bien sur des sites grand public modérément protégés — Amazon, eBay, GitHub et Indeed affichent souvent des taux de réussite de 90 à 100 %
- ScrapingBee échoue totalement sur les sites très protégés — le 0 % revient régulièrement sur LinkedIn, Zillow, Realtor.com, StockX et Twitter dans plusieurs benchmarks
- Les performances s’effondrent sous charge — de 84 % à 2 req/s à 73 % à 10 req/s
- Les résultats varient énormément selon la méthodologie — de 33,3 % (Scrapeway, large éventail de sites) à 92,69 % (Scrape.do, cibles plus modérées)
La note 4,9/5 sur Capterra de ScrapingBee (137 avis) est un signal encourageant, mais d’excellentes notes sur la prise en main ne préjugent pas toujours de la fiabilité en production, sur la durée et à grande échelle. Les utilisateurs qui changent de solution évoquent d’ailleurs surtout une hausse du taux d’échec et des coûts — bien plus que la difficulté du démarrage.
« Très positif. ScrapingBee a été stable, prévisible et facile à intégrer en production. » — Verified Reviewer, CEO, Capterra
ScrapingBee a montré une « fiabilité incohérente », avec notamment un « taux de réussite de 0 % sur Glassdoor » et « 40 % sur Walmart ».
Comment le scraping piloté par l’IA aborde la fiabilité autrement
L’IA de Thunderbit lit la page rendue en temps réel et s’adapte aux protections anti-bot comme aux changements de mise en page à chaque session. Deux modes de scraping répondent à des enjeux de fiabilité distincts :
- Scraping cloud — tourne sur les serveurs cloud de Thunderbit, traite jusqu’à 50 pages à la fois, idéal pour les gros jobs publics sur des sites comme Amazon, Zillow et Shopify
- Scraping navigateur — s’exécute localement dans le navigateur Chrome de l’utilisateur, via sa propre session authentifiée — idéal pour les sites connectés (LinkedIn, tableaux de bord privés, plateformes SaaS) où les outils basés sur API comme ScrapingBee n’atteignent pas le contenu derrière authentification
Thunderbit propose aussi des modèles de scraper instantanés pour les sites populaires, préconstruits et maintenus, afin qu’ils continuent à tourner même quand la structure des sites évolue. Pour les sites où ScrapingBee plafonne à 0 % de réussite (LinkedIn, Zillow), le mode browser scraping de Thunderbit — qui s’appuie sur votre propre session connectée — repose sur une approche fondamentalement différente.
