ScrapingBeeを本番運用に導入する際は、料金表の月額とクレジット数だけでなく、レンダリングやプロキシ設定による消費量、実装・保守、取得後のデータ処理まで含めて判断する必要があります。設定によっては、1リクエスト当たりのクレジット消費が基本条件の5倍から最大75倍になるためです。
本稿では、ScrapingBeeの実運用コスト、セレクター方式とAI抽出の違い、非エンジニアにとっての操作要件、取得後のデータの行き先、そして2026 年時点の信頼性ベンチマークを整理します。比較対象として、AIでWebページからデータを抽出するChrome拡張機能のThunderbitも取り上げます。エンジニア、営業オペレーション責任者、創業者など、チームでスクレイピングツールを選定している方が、用途と総保有コストを照合するためのレビューです。
ScrapingBee とは？まずは概要から
ScrapingBeeは、パラメータを付けたリクエストに対してHTMLを返し、一部のエンドポイントではJSONを返すWeb Scraper APIです。プロキシのローテーション、JavaScriptのレンダリング、CAPTCHAの突破をまとめて扱えるため、開発者はスクレイピング基盤をゼロから構築せずにデータ取得を始められます。一方、画面上の操作で抽出フローを組み立てるビジュアルUIは用意されていません。
主な機能は次のとおりです。
- ローテーション対応のプレミアムプロキシ（classic、premium、stealth、residential）
- ヘッドレスブラウザによるレンダリング（フル Chrome、デフォルトで有効）
- 自動 CAPTCHA 回避
- Google Search API（構造化 JSON：オーガニック結果、広告、地図、ナレッジグラフ、People Also Ask、画像、ニュース）
- スクリーンショット取得（標準、全ページ、CSS セレクター指定）
- 国コードによる地域指定
- CSS/XPath 抽出ルール（宣言的な JSON ベースで、構造化 JSON を返す）
- Amazon、Walmart、YouTube、ChatGPT 向けの専用 API
- AI 抽出（2024〜2025 年頃に追加）：
ai_query、ai_extract_rules、ai_selectorパラメータ（1 リクエストにつき +5 クレジット） - CLI ツール（2025〜2026 年頃に提供開始）：バッチ処理、クロール、サイトマップ解析、CSV の補完、スケジュール cron ジョブ、プロキシ昇格
ScrapingBeeは、社員4〜6人、外部資金ゼロの体制で500 万ドル ARRに到達したとされています（2026 年初頭時点）。顧客はSAP、Zapier、Deloitte、Zillowを含む2,500社超で、2019 年にフランスで創業しました。2025 年6月には、Oxylabs Group が 8 桁規模で買収しています。買収後もブランドと経営の独立性を維持し、サポート体制は2 倍以上に増強されたと説明されています。
ただし、買収後もScrapingBeeにはビジュアルビルダー、クリック操作のGUI、ダッシュボード内蔵のスケジューラーはありません。定期実行には、CLIツールやcronジョブ、またはZapier、Make、n8nなどの外部自動化サービスを組み合わせます。公式の「ノーコード」ガイドも、ScrapingBee内のビジュアル画面ではなく、MakeやZapierとの連携手順を扱っています。
ScrapingBee は誰向けのツールなのか？
想定ユーザーは、Python や cURL の呼び出しを書き、HTML を読み、CSS/XPath セレクターを自分で組める開発者です。ドキュメントもコード前提で、Python と cURL の例が中心になっています。Capterra のレビューには「JavaScript の例がない」という不満や、「情報が多すぎて読み終えるのに 1 日〜1 週間かかる」という声も見られます。
ところが、2026 年に「ScrapingBee review」で検索する人は、バックエンドエンジニアばかりではありません。リードリストを作るマーケティングマネージャー、CRM を補完したい営業オペレーション、競合価格を追う EC オペレーション、ツール選定中の創業者まで幅広く混じっています。そこで以降の各項目では、その機能や制約が開発者向けの話なのか、ビジネスユーザー向けなのか、両方に関わるのかを都度切り分けながら見ていきます。
ScrapingBee の料金プラン
2026 年 4 月時点の現行プランは次のとおりです。
| プラン | 月額料金 | API クレジット/月 | 同時リクエスト数 |
|---|---|---|---|
| Freelance | $49 | 250,000 | 50 |
| Startup | $99 | 1,000,000 | 100 |
| Business | $249 | 3,000,000 | 200 |
| Business+ | $599 | 8,000,000 | 400 |
| Enterprise | 営業に問い合わせ | 4,100万以上 | カスタム |
無料トライアルでは 1,000 API クレジットがクレジットカード登録なしで使えます。年間契約にすると17% の割引が効きます。買収後の変更点として、Google Search API は 1 回あたり25 クレジットから 15 クレジットへ引き下げられました。
ただし、クレジット数をそのまま取得可能なページ数として比較することはできません。実際の消費量は、次に説明するレンダリングやプロキシの設定によって変わります。
クレジット倍率の仕組み
プランに記載されたクレジット数は、取得できるページ数と同じではありません。1リクエストで有効にする機能によって、次のように消費量が増えます。
| リクエスト種別 | 1 回あたりのクレジット |
|---|---|
classic プロキシ、JS レンダリングなし（render_js=false） | 1 クレジット |
| classic プロキシ、JS レンダリングあり（デフォルト） | 5 クレジット |
| premium プロキシ、JS レンダリングなし | 10 クレジット |
| premium プロキシ、JS レンダリングあり | 25 クレジット |
| stealth プロキシ（JS は常時 ON） | 75 クレジット |
| AI 抽出アドオン | さらに +5 クレジット |
JavaScriptレンダリングは最初からオンになっています。render_js=falseを指定しない場合、1リクエスト当たり最低5クレジットを消費します。そのため、Freelanceプランの250,000クレジットで実行できるデフォルトリクエストは50,000回であり、250,000回ではありません。
利用条件別のクレジット計算例
10,000ページを処理する場合の必要クレジットと単価を、設定とプランの組み合わせ別に整理します。
| シナリオ | 必要クレジット | Freelance ($49/25万) | Startup ($99/100万) | Business ($249/300万) |
|---|---|---|---|---|
| 1万ページ（静的 HTML、1cr） | 10,000 | ✅ 対応可（$0.20/1K） | ✅ 対応可（$0.10/1K） | ✅ 対応可（$0.08/1K） |
| 1万ページ（JS レンダリング、5cr） | 50,000 | ✅ 対応可（$0.98/1K） | ✅ 対応可（$0.50/1K） | ✅ 対応可（$0.42/1K） |
| 1万ページ（premium プロキシ + JS、25cr） | 250,000 | ⚠️ ちょうど上限（$4.90/1K） | ✅ 対応可（$2.48/1K） | ✅ 対応可（$2.08/1K） |
| 1万ページ（stealth プロキシ、75cr） | 750,000 | ❌ 大幅に不足 | ✅ ぎりぎり対応可（$7.43/1K） | ✅ 対応可（$6.23/1K） |
同じ10,000ページでも、プロキシとレンダリングの設定によって、1,000ページ当たりの計算上の単価は**$0.20から$7.43**まで変わります。必要な設定を事前に確定できない対象では、試験リクエストの結果を基に月間クレジットを見積もる必要があります。
予算シナリオ：月 10,000 ページのリード獲得
毎月10,000件の企業ページからリード情報を収集する営業チームを想定します。ReactやVueで構築されたサイトでは、対象ページの表示方式によってJSレンダリングが必要になる場合があります。
- 必要クレジット： 50,000（1万 × 5 クレジット）
- Freelance プラン（$49）： 20 万クレジット余り、余裕で収まる
- ただし対象サイトで premium プロキシが必要なら： 250,000 クレジットで Freelance 1 契約分を使い切り、余白はゼロ
- stealth プロキシが必要なら： 750,000 クレジットを要し、月額 $99 の Startup プランへ繰り上げ
予算シナリオ：月 100,000 ページの EC 価格監視
次に、競合サイトの100,000商品ページを定期的に取得するECチームのケースを考えます。
| 構成 | 必要クレジット | 必要プラン | 月額費用 |
|---|---|---|---|
| 静的 HTML（1cr） | 100,000 | Freelance | $49 |
| JS レンダリング（5cr） | 500,000 | Startup | $99 |
| premium プロキシ + JS（25cr） | 2,500,000 | Business | $249 |
| stealth プロキシ（75cr） | 7,500,000 | Business+ | $599 |
処理するページ数が同じでも、構成によって月額は$49から$599まで変わり、計算上は12倍の差が生じます。
「$49 という入口価格は、スクレイピング API 市場で最も誤解を招く数字だ。」— Prospeo
「JavaScript レンダリングや高度な機能を使うと、クレジットの消費が非常に早い。小規模案件や、スクレイピング量が読めないチームには正当化しづらい。」— Nick S, Manager, Computer Software, Capterra
また、余ったクレジットは翌月に持ち越せません。
ScrapingBee のコストは競合と比べてどうか
まず、各社の中位プランを同じページ数に換算した参考値を比較します。プランに含まれる機能や成功条件は異なるため、この表は表示単価の比較であり、実サイトでの総コストを直接示すものではありません。
| シナリオ（1,000 ページあたり） | ScrapingBee ($99/100万) | ScraperAPI ($149/100万) | Scrapfly ($100/100万) |
|---|---|---|---|
| 静的 HTML | $0.10 | $0.15 | $0.10 |
| JS レンダリング済みページ | $0.50 | $1.64 | $0.60 |
| premium + JS | $2.48 | $3.73 | $3.00 |
| stealth/ultra premium + JS | $7.43 | $11.18 | N/A |
この表の条件では、静的ページとJSレンダリング済みページのScrapingBeeは、比較対象の中で最安または同水準です。ScraperAPIは表中の単価が最も高く、JSレンダリングのコストはScrapingBee・Scrapflyの+5クレジットに対して+10クレジットです。一方、Scrape.doが公開している実サイト比較では、対象サイトの難易度を含めると異なる結果が示されています。
| サービス | 1,000 リクエストあたりの平均コスト | 成功率 | 平均応答時間 |
|---|---|---|---|
| Scrape.do | $0.80 | 98.19% | 4.7秒 |
| ScrapingBee | $3.90 | 92.69% | 11.7秒 |
| Scrapfly | $4.11 | — | — |
| ZenRows | $4.48 | 92.64% | 10.0秒 |
| ScraperAPI | $8.49 | 92.70% | 15.7秒 |
Thunderbit のクレジットモデルとの違い
Thunderbitは、ScrapingBeeのリクエスト倍率とは異なり、1クレジット = 出力1行を基本とする料金体系です。JSレンダリング、プロキシ種別、対象ドメインによるクレジット倍率はなく、サブページの取得では1行当たり2クレジットになります。
| プラン | 月額料金 | クレジット | 1 行あたりの費用 |
|---|---|---|---|
| Free | $0 | 月 6 ページ | 無料 |
| 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 |
ECサイトから10,000件の商品情報を1件1行で取得し、サブページ取得を使わない条件であれば、表の料金体系では月額$125のプランが該当します。ScrapingBeeでは同じ10,000ページでも、必要なレンダリングやプロキシ設定によって$49から$599まで変わるため、予算の見積もり方が異なります。
ただし、行数、サブページの有無、対象サイトでの抽出精度は別に評価する必要があります。価格の予測しやすさを重視する場合は、実際の対象ページで取得行数と結果を照合してから比較すると判断しやすくなります。
CSS セレクター vs. AI 抽出：見落とされがちな保守コスト
ScrapingBeeを継続運用する場合、初期費用だけでなく抽出ルールの保守工数も比較対象になります。数か月から数年にわたって同じ対象から取得を続けるチームでは、サイト変更への対応が総保有コストに影響するためです。
ScrapingBeeの構造化抽出では、CSS/XPathセレクターを利用できます。CSSセレクターをJSONで指定すると対応するデータが返るため、初期設定後は定型的に取得できます。一方、対象サイトの構造が変わった場合は、セレクターの見直しが必要になります。
セレクターが壊れる問題
対象サイトでクラス名、DOM構造、フレームワークのバージョンなどが変更されると、CSSセレクターが機能しなくなる場合があります。参照記事では、2,500本超のジョブを持つ基盤について破損率は週 1〜2%とされ、毎週30〜35件の修正が必要になると試算されています。同じ試算を50サイトの運用に当てはめると、年間保守は850〜1,300時間、エンジニアの人件費を含めて**$64,000〜$156,000**です。
同記事では、当初は月10〜15時間と見積もった保守工数が、実際には4〜6 倍の月40〜90時間になった例も示されています。また、セレクターの破損後も空データを返し続ける「静かな失敗」について、1件当たりの影響を**$38,000〜$57,000**と試算しています。これらは個別記事の前提に基づく数値であり、対象サイト数、変更頻度、人件費、検知方法によって実際の負担は変わります。
主な破損要因としては、フレームワーク更新によるクラス名変更、対象要素を囲むコンテナの追加、React/Vue/Angularの更新に伴うDOM再構成、A/Bテストで変動するクラス名、スクレイピング対策による難読化が挙げられます。
AI 抽出による保守工数削減の参考値
参照記事では、サイト再設計後のAI対応スクレイパーについて、従来のセレクター方式より保守工数が70% 少ないという2025 年のDataRobot調査が紹介されています。ほかの資料も含めた主な数値は次のとおりです。ただし、各数値は測定対象や比較条件が異なるため、同一条件の実測値として単純に合算することはできません。
| 指標 | 従来型（CSS セレクター） | AI ベース |
|---|---|---|
| リデザイン後の保守 | 基準値 | 70% 少ない |
| 作業時間の配分（初期構築 : 保守） | 20% : 80% | データ上は 5% : 95% |
| 全体の保守削減 | 基準値 | 60〜80% 削減 |
| JS が多いページでの速度 | 基準値 | 30〜40% 高速 |
導入判断では、これらの参考値だけでなく、自社の対象サイトでレイアウト変更後の抽出精度、修正回数、検知までの時間を比較する必要があります。
セットアップ時間：セレクターを書くか、AI に項目を提案させるか
ScrapingBee のセットアップ： ページソースを確認 → CSS セレクターを特定 → JSON で抽出ルールを記述 → テストとデバッグ → ページ差分の例外対応 → 破損監視 → サイト更新時に壊れたセレクターを修正。
Thunderbit のセットアップ： Chromeでページを開く → 「AI Suggest Fields」をクリック → AIがページを読み取り、データ型付きの列を提案 → 提案内容を確認・調整 → 「Scrape」をクリック。基本操作ではセレクターの記述やソースコードの目視確認を省けます。ThunderbitのAIは、複数の基盤モデル（ChatGPT、Gemini、Claude、DeepSeek R1）を利用してページを解析します。
Thunderbitでは、抽出時にデータ加工用の指示も設定できます。Field AI Promptsを使うと、列ごとに日付の整形、翻訳、商品分類、氏名の分割、電話番号の正規化などを指定できます。ScrapingBeeで別工程として実装する処理の一部を、抽出フローに含めたい場合の選択肢です。実運用前には、提案された列と加工結果が期待する形式になっているかを検証します。
構造化出力：生 HTML か、そのまま使える行データか
| 観点 | ScrapingBee（セレクター方式） | Thunderbit（AI ベース） |
|---|---|---|
| デフォルト出力 | 生 HTML | 型付きの構造化行データ |
| 構造化抽出 | CSS/XPath ルールを書くか、AI アドオン（+5 クレジット）が必要 | AI が項目候補を提案 |
| 対応データ型 | テキスト（HTML 解析が必要） | テキスト、数値、日付、URL、メール、電話、画像 |
| レイアウト変更への強さ | ⚠️ セレクターの手動更新が必要 | ページを再読込して項目候補を再提案できる |
| 必要な技術スキル | Python/cURL、CSS セレクター、HTML の理解 | Chrome 拡張で 2 クリック操作（抽出項目の確認は必要） |
| 継続保守 | あり（週 1〜2% の破損率） | 抽出結果の定期的な検証が必要 |
セレクター保守の負担に対応するため、ScrapingBeeにもAI抽出機能（ai_query、ai_extract_rules）があります。利用時はベース料金に1リクエスト当たり+5クレジットが加算されますが、操作の中心はAPIであり、ビジュアルな抽出画面が追加されるわけではありません。
非エンジニアが ScrapingBee を利用する際の要件
ScrapingBeeはAPIを前提とするため、標準的な利用にはコードの記述が必要です。マーケティングや営業オペレーションの担当者が単独で利用する場合は、次の実装作業を担当できる人員や外部連携の有無が選定条件になります。
- API 呼び出しを書く（Python、cURL、または別言語）
render_js=true、premium_proxy=true、country_code=usのような HTTP パラメータを理解する- BeautifulSoup などを使って生の HTML レスポンスを解析する
- 必要な項目を抜き出す CSS セレクターを書く
- ページネーションを処理するためのクロールロジックを自作する（ScrapingBee は単ページのリクエスト処理が中心）
- 抽出データを整形・構造化・保存するデータパイプラインを作る
ドラッグ＆ドロップのビルダー、クリック操作だけで完結する画面、抽出内容を画面上で確かめるプレビューは用意されていません。
「学習コストがあります。しかもドキュメントは分厚く、読み通すのに 1 日から 1 週間かかります。」— Arvind K, Proprietor, Financial Services, Capterra
「システムがかなり独特で、コードや構造を覚えるまでに時間がかかります。」— Capterra review
一方、APIに慣れた開発者からは、「完全にAPIベースで、モダンで洗練されていて、ただ動く」という肯定的な評価もあります。ここで区別すべきなのは、APIを実装する開発者にとっての使いやすさと、コードを書かずにリードリストを作成したい担当者にとっての使いやすさです。
ノーコード代替を選んだ方がよいケース
コードを使わずにWebページから行データを取得したい場合、Thunderbit Chrome Extensionは次の手順で利用できます。
- Chrome でウェブページを開く（拡張機能を入れた状態で）
- 「AI Suggest Fields」をクリック — AI がページを読み取り、適切なデータ型付きで列（商品名、価格、評価、URL など）を提案
- 確認して調整 — 列の追加・削除・名前変更、変換用の Field AI Prompts の追加
- 「Scrape」をクリック — 構造化された行データとして抽出
- エクスポート — Google Sheets、Airtable、Notion、Excel、CSV、JSON にワンクリックで出力（すべて無料）
基本操作ではAPI呼び出し、セレクター、コードを使用しません。Thunderbitは2026 年 4 月時点で55 言語に対応しています。
定番サイト向けには即時スクレイパーテンプレートも用意されています。Amazon、Zillow、Shopify、LinkedIn、Google Maps、Instagram、eBay、Apolloなどのテンプレートを使うと、AIによる項目提案を待たずに抽出を始められます。
また、Thunderbitにはプラン契約なしで使える永久無料ツール群があり、メール、電話番号、画像の抽出に利用できます。営業・マーケティングチームが軽量なデータ収集を行う場合の候補です。導入時は、対象サイトでの抽出精度、必要な列、出力先、無料枠の範囲を小規模なジョブで比較すると判断しやすくなります。
判断基準：誰に何が向いているか
| こんな人なら… | 主な候補 |
|---|---|
| API と HTML 解析に慣れた開発者 | ScrapingBee または ScraperAPI が候補 |
| セレクター作業なしで構造化データがほしい技術者 | Thunderbit API（Extract エンドポイント）が候補 |
| コーディング不要のビジネスユーザー（営業、マーケ、EC 運用） | Thunderbit Chrome Extension が候補 |
| DevOps なしで定期監視したいチーム | Thunderbit Scheduled Scraper（自然言語でスケジュール）が候補 |
| LLM/RAG パイプライン向けにきれいな Markdown が必要 | Thunderbit Distill API または Firecrawl が候補 |
| コストの予測しやすさを重視し、クレジット倍率を避けたい | Thunderbit（1 クレジット = 1 行）が候補 |
スクレイピングの後、データはどこへ行くのか？
データを取得した後は、解析、整形、保存、共有まで含めてワークフローを設計する必要があります。ここでは、ScrapingBeeとThunderbitについて、取得結果を業務で利用できる場所へ渡すまでの工程を比較します。
ScrapingBee：生 HTML を返すので、パイプラインは自前で作る
ScrapingBeeがデフォルトで返すのは生HTMLです。取得後に業務で利用するには、一般に次の工程が必要です。
- BeautifulSoup や lxml で HTML を解析する
- ナビゲーション、フッター、スクリプト、スタイルを取り除く（これらは一般的なページ内容の 80〜90%を占める）
- 必要なフィールドを抜き出す
- 構造化フォーマットに変換する
- ページネーションやエラー状態を処理する
- データを保存・共有する
「ScrapingBee は生 HTML を返します。AI エージェントには、きれいな Markdown、セマンティック検索、Webhook が必要です。」— KnowledgeSDK
return_page_markdown=trueやreturn_page_text=trueなどの任意オプションもあり、Google Search APIは構造化JSONを返します。ただし、汎用スクレイピングの標準出力である生HTMLを利用する場合は、用途に合わせた解析が必要です。
実務では、解析にBeautifulSoup/lxml、整形にPandas、スケジュールにcron/Airflow、複数ページをたどるクロールロジック、保存先として別建てのクラウドストレージなどを組み合わせます。選定時には、API料金に加えて、これらの実装・運用工数も見積もる必要があります。
Thunderbit：構造化出力と組み込みエクスポート
Thunderbitは、テキスト、数値、日付、URL、メール、電話、画像などの型を設定した行データを出力し、次の形式やサービスへ書き出せます。出力はどのプランでも無料とされています。
| 出力先 | 料金 |
|---|---|
| Excel (.xlsx) | 無料 |
| Google Sheets | 無料（直接連携） |
| Airtable | 無料（直接連携） |
| Notion | 無料（直接連携） |
| CSV | 無料 |
| JSON | 無料 |
Google SheetsやAirtableをCRMや業務ハブとして利用しているチームでは、別途用意する整形・転送工程を減らせる場合があります。NotionやAirtableへの出力では、画像が画像ライブラリにアップロードされ、行内に表示されます。実運用では、必要なデータ型と出力先で正しく反映されるかを事前に検証します。
ScrapingBee の連携エコシステム
連携先として ScrapingBee は、Zapier（8,000 以上のアプリ）、Make（3,000 以上のアプリ）、n8n、Microsoft Power Automate を用意しています。これらで生 HTML と最終的な活用先をつなげられますが、その分だけコストも複雑さも、壊れる箇所も増えていきます。
開発者向け：Thunderbit の Open API
プログラムでパイプラインを構築する場合、Thunderbitでは次のエンドポイントとバッチ処理を利用できます。
- Distill エンドポイント — ページをきれいな Markdown に変換。LLM/RAG パイプラインに最適（1 回あたり 1 クレジット）
- Extract エンドポイント — ユーザー定義スキーマに一致した構造化 JSON を返す（1 回あたり 20 クレジット）
- バッチ処理 — 1 リクエストあたり最大 100 URL
Thunderbitは、Chrome拡張を利用するノーコードユーザーと、Open APIを利用する開発者に同じAI抽出基盤を提供しています。選定時は、取得できるかどうかに加えて、必要な出力形式、クレジット消費、バッチ上限、後続システムへの受け渡し方を比較します。
2026 年時点の ScrapingBee 信頼性ベンチマーク
2021〜2023 年頃の5ch系スレッドには、ScrapingBeeの信頼性に関する不満が見られます。ただし、過去の投稿だけでは2026 年時点の性能を判断できません。本稿では、外部で公開されている6つのベンチマークを参照し、対象サイト、リクエスト条件、成功率、応答時間の違いを比較します。結果には幅があるため、単一の総合値ではなく、各テストの条件と併せて読む必要があります。
Scrapeway の隔週ベンチマーク（2026 年 4 月）
総合成功率は 33.3%、9 サービス中 7 位という結果でした。
| サイト | 成功率 |
|---|---|
| Amazon | 48% |
| 41% | |
| Indeed | 38% |
| Etsy | 21% |
| Booking | 17% |
| Realtor | 0% |
| StockX | 0% |
| Twitter/X | 0% |
| Zillow | 0% |
| Walmart | 0% |
| 0% |
Scrapingdog の直接比較テスト（2025 年）
| サイト | ScrapingBee | Scrapingdog | ScraperAPI |
|---|---|---|---|
| Amazon | 100% | 100% | 100% |
| Glassdoor | 0% | 100% | 100% |
| eBay | 100% | 100% | 100% |
| Walmart | 40% | 100% | 100% |
| 90% | 100% | 80% |
Proxyway ベンチマーク（2025 年 12 月）
- 2 リクエスト/秒で 84.47% の成功率
- 10 リクエスト/秒では 72.98% に低下し、負荷時に 12 ポイント下落
- 平均応答時間 25.46 秒 で、ベンチマーク群の中では最も遅い
Scrape.do ベンチマーク（2025〜2026 年）
- 総合成功率 92.69%
- 個別サイトに強い：Amazon 99.11%、Indeed 99.29%、GitHub 100%、X/Twitter 99.6%
- Capterra は弱く、成功率 59%、応答時間 36 秒
見えてくる傾向
ベンチマークを比較すると、ScrapingBeeの結果は対象サイトと測定条件によって大きく異なります。
- 一般的なサイトで高い成功率を示したテストがある — Amazon、eBay、GitHub、Indeedでは90〜100%の結果を示すベンチマークがある一方、別のテストでは同じサイトでも低い数値が出ています
- 保護の強いサイトで0%となった結果がある — LinkedIn、Zillow、Realtor.com、StockX、Twitterなどで、取得できなかったベンチマークがあります
- リクエスト負荷によって性能が低下したテストがある — 2 req/sで84%だった成功率が、10 req/sでは73%まで低下しています
- 測定方法によって総合値が大きく変わる — 33.3%（Scrapeway、幅広いサイト構成）から92.69%（Scrape.do）まで差があるため、対象サイト、設定、試行回数をそろえずに単純比較はできません
ScrapingBeeのCapterra 評価 4.9/5（137件）は利用者評価の一つです。ただし、レビューの利用条件とベンチマークの測定条件は異なるため、大規模運用の長期安定性をこの評価だけから判断することはできません。乗り換え理由としては、失敗率の上昇とコスト増を挙げる事例もあります。
「とても良いです。ScrapingBee は安定していて、予測可能で、本番環境への統合も簡単でした。」— Verified Reviewer, CEO, Capterra
ScrapingBee は「信頼性に一貫性がない」とされ、特に「Glassdoor で成功率 0%」「Walmart で 40%」という結果が出ていました。
AI ベースのスクレイピングにおける信頼性の評価
Thunderbitは、レンダリング済みページを読み取って抽出項目を提案する方式を採用しています。対象サイトや利用状況に応じて、次の2つの実行モードを使い分けます。
- クラウドスクレイピング — Thunderbit のクラウドサーバー上で実行され、一度に最大 50 ページを処理可能。Amazon、Zillow、Shopify などの公開ページをまとめて取得する場合の候補
- ブラウザスクレイピング — ユーザー自身の Chrome ブラウザ上で実行され、ログイン済みセッションをそのまま使う。LinkedIn、非公開ダッシュボード、SaaSプラットフォームなど、認証後の画面を利用者のブラウザから取得する場合の候補
人気サイト向けの即時スクレイパーテンプレートも用意されています。事前構築されたテンプレートを利用すると、Amazon、Zillow、Shopifyなどで初期設定を短縮できる場合があります。ScrapingBeeのベンチマークで0%だったLinkedInやZillowについても、ログイン済みブラウザを使う方式はAPIベースの取得とは前提が異なります。ただし、方式が異なること自体は成功を保証しないため、対象ページでの抽出精度を検証し、ログイン後データを扱う場合は対象サービスの規約と権限を見直す必要があります。
ScrapingBee vs. 主要代替ツール：横並び比較
| 観点 | ScrapingBee | Thunderbit | ScraperAPI | Scrapfly |
|---|---|---|---|---|
| タイプ | API のみ | Chrome 拡張 + API | API のみ | API のみ |
| 開始価格 | $49/月 | 無料（$0） | $49/月 | $30/月 |
| クレジットモデル | 倍率あり（1×〜75×） | 1 クレジット = 1 行（サブページは 2 クレジット） | 倍率あり（1×〜75×） | 倍率あり（1×〜30×） |
| AI 抽出 | あり（+5 クレジット/回） | 標準搭載（AI Suggest Fields） | ネイティブ AI なし | あり |
| ノーコード対応 | ネイティブ画面なし（API 中心） | あり（Chrome 拡張） | なし（API のみ） | なし（API のみ） |
| 構造化出力 | CSS ルールまたは AI アドオンが必要 | デフォルト（型付き列） | 特定サイト向けの構造化エンドポイントあり | サイトによる |
| 出力先 | 生 HTML/JSON（自前で構築） | Excel、Sheets、Airtable、Notion、CSV、JSON（すべて無料） | 生 HTML/JSON | 生 HTML/JSON |
| サブページスクレイピング | 手動（クロールロジックを自作） | 標準搭載（1 行あたり 2 クレジット） | 手動 | 手動 |
| スケジュール実行 | CLI のみ（ダッシュボードスケジューラーなし） | 標準搭載（自然言語） | 標準機能なし | 標準機能なし |
| 無料枠 | 1,000 クレジットの試用版 | 月 6 ページ（永続無料） | 5,000 クレジット（7 日間トライアル） | 1,000 クレジット |
| JS レンダリングのデフォルト | ON（コスト 5 倍） | 含まれる（追加費用なし） | OFF | OFF |
| 学習コスト | API・セレクターの知識が必要 | Chrome 拡張で 2 クリック（抽出項目の確認は必要） | API・セレクターの知識が必要 | API の知識が必要 |
| 向いている用途 | プロキシ制御を重視する開発者 | ノーコード収集またはAPI連携 | 開発者 + 構造化エンドポイント | ASP 回避を重視する開発者 |
| Capterra 評価 | 4.9/5（137 件） | — | 4.6/5（62 件） | 4.9/5（221 件） |
ScrapingBee と Thunderbit の主な違い
両者の主な違いは、アーキテクチャと想定する操作方法です。
- API 中心 vs. Chrome 拡張 + API： ScrapingBeeはAPIを中心に利用するサービスです。Thunderbitは、ノーコード向けのChrome 拡張機能と開発者向けのOpen APIを提供します。
- セレクター方式 vs. AI ベースの抽出： ScrapingBeeの構造化抽出ではCSS/XPathルールを利用でき、AI抽出オプションもあります。ThunderbitはAIが項目候補を提案するため、セレクターを手作業で指定しない運用が可能です。いずれもサイト変更後は抽出結果の検証が必要です。
- 生 HTML 出力 vs. 型付き行データのエクスポート： ScrapingBeeは標準でHTMLを返し、必要に応じて解析します。Thunderbitは型とラベルを設定した行データを作成し、ウェブスクレイピングでExcelにデータを取り込む方法：手間なく自動化するコツできます。
- サブページスクレイピング： Thunderbitには詳細ページを巡回してメイン表を補完する機能があります。ScrapingBeeで同様の処理を行う場合は、クロールロジックを実装します。
- 即時テンプレート： Thunderbitには、Amazon、Zillow、Shopify、LinkedIn、Google Maps、eBayなどの事前構築テンプレートがあります。ScrapingBeeにはAmazonとWalmartの専用APIがあり、コードから利用します。
そのほか注目の代替ツール
- Scrape.do — 独立テストで 1,000 リクエストあたり $0.80 と最安クラス、成功率 98.19%、月額 $29 から
- Apify — actor ベースのプラットフォームで G2 レビュー 415 件以上（4.7/5）だが、最も多い不満は「料金問題」
- Firecrawl — AI/LLM ネイティブで、Markdown を返し、生 HTML より 67% 少ないトークンで済む。オープンソースのコアを持ち、月額 $16 から
- Bright Data — 7,200 万以上の IP を持つエンタープライズ級。月額 $499 から、定額制
- ZenRows — 5,500 万の residential IP、Amazon/Walmart/Zillow 向けの事前構築スクレイパー、月額 $69 から
チームに合うスクレイピングツールはどれか？
まず必須条件で候補を絞り、その後に対象サイトで試すと選びやすくなります。シナリオ別の主な候補は次のとおりです。
- カスタムスクレイピングパイプラインを作り、細かなプロキシ制御が必要な開発者 → ScrapingBeeまたはScraperAPIが候補です。HTTPパラメータ、プロキシ種別、レンダリングを細かく制御できます。想定する対象サイトで必要なクレジット倍率を見積もります。
- コードを書かずにウェブサイトからリードを集めたい営業・マーケチーム → Thunderbit Chrome Extensionが候補です。2 クリックで構造化データを作成し、Google Sheetsへ出力できます。試用時は、必要な列の抽出精度と行数を検証します。
- 人気サイトから構造化データをすぐ取りたい → Thunderbitの即時テンプレートが候補です。Amazon、Zillow、Shopify、LinkedInなどの対応テンプレートがある場合は、対象ページで必要項目を取得できるか比較します。
- devops なしで、価格や在庫を定期監視したい → Thunderbit Scheduled Scraperが候補です。「毎週月曜の午前9時」など、自然な日本語で間隔を指定できます。定期運用前に、更新頻度と失敗時の見直し方法を決めます。
- LLM/RAG パイプライン用に、きれいな Markdown を大量に欲しい → Thunderbit Distill APIまたはFirecrawlが候補です。出力品質、クレジット、バッチ上限を自社データで比較します。
- コストの予測しやすさを重視し、クレジット倍率を避けたい → Thunderbitが候補です。料金体系は1クレジット = 1行を基本とするため、必要な行数とサブページの有無から見積もります。
総保有コストはAPI価格だけでは決まりません。セットアップ時間、保守工数、解析の実装、データ出力のワークフローまで含めて比較する必要があります。ScrapingBeeの表示価格は競争力がありますが、必要な設定と運用体制によって総額は変わります。
この ScrapingBee レビューの重要ポイント
選定時に押さえておきたい点は5つです。
- クレジットコストは利用する機能と規模で変わる。 $49の入口価格でも、JSレンダリングやpremiumプロキシが必要になると$599超になる場合があります。Thunderbitの1行 = 1クレジットを基本とするモデルは、必要な行数から予算を見積もりたい場合の比較候補です。
- CSS セレクターには継続的な保守負担がある。 参照資料では、AIベースの方式により60〜80% の保守削減が示されています。ただし、AI抽出でもサイト更新後の結果検証は必要です。
- 非開発者にとって ScrapingBee の学習コストは高い。 コーディング、HTMLの確認、セレクター作成が必要なAPI中心のツールです。コードを使わないチームはノーコードの候補と比較すると判断しやすくなります。
- データ出力には後続工程が必要。 ScrapingBeeは標準で生HTMLを返すため、用途に応じて解析とパイプラインを実装します。ThunderbitではウェブサイトのデータをExcelに抽出する方法：ステップバイステップガイドへの構造化データ出力を利用できます。
- 信頼性は対象サイトと測定条件で変わる。 AmazonやeBayで高い成功率を示したテストがある一方、LinkedInやZillowなどで0%となった結果もあります。自社の対象サイトとリクエスト頻度で評価することが重要です。
プロキシ管理されたHTTPアクセスを細かく制御したい開発者にとって、ScrapingBeeは2026 年の比較候補です。一方、コードを使わずに構造化データを取得したい場合や、行数を基準に予算を見積もりたい場合は、Thunderbitも候補になります。
まずは実際の対象ページを1つ選び、必要な列、抽出精度、出力形式、消費クレジットを両方の方法で比較してください。その結果を基に、定期実行や対象ページ数を広げると、料金表だけでは分からない運用コストを判断しやすくなります。
よくある質問
2026 年に ScrapingBee は使う価値がありますか？
技術力、対象サイト、処理規模によって判断が変わります。静的ページを中程度の件数で取得し、APIとHTML解析を扱える開発者にとって、ScrapingBeeは候補になります。ドキュメントやサポートに対する評価があり、Capterra でも 4.9/5を得ています。一方、コードを使わずに構造化データを取得したいチームや、倍率を使わずに予算を見積もりたいチームは、ThunderbitのようなAIベースの選択肢と、対象ページでの精度・総保有コストを比較するとよいでしょう。
ScrapingBee はコードなしで使えますか？
ScrapingBee自体には、スクレイピングを画面上で組み立てるビジュアルビルダーがありません。APIを直接利用する場合は、PythonやcURLなどでリクエストを作成し、HTTPパラメータを設定します。ZapierやMakeなどの外部サービスとの連携方法はありますが、ScrapingBee内で完結するノーコード画面ではありません。
コードを使わずにWebページからデータを取得したい場合は、Thunderbit Chrome ExtensionのようなChrome拡張型の選択肢が候補です。必要な列と出力形式を画面上で設定し、抽出結果を確認してから書き出せます。
ScrapingBee の実際の 1 ページあたりのコストはどれくらいですか？
有効にする機能で変わります。静的 HTML ページは 1 クレジット。JS レンダリング付きページ（デフォルト）は 5 クレジット。premium プロキシ + JS のページは 25 クレジット、stealth プロキシのページは 75 クレジットです。AI 抽出を足すと、さらに +5 クレジット。Freelance プラン（$49/25 万クレジット）に当てはめると、静的ページは 1,000 枚あたり $0.20、stealth プロキシのページは 1,000 枚あたり $14.70 になります。詳しくは上のコスト表をご覧ください。
2026 年の ScrapingBee の代替として有力なのは？
有力どころを挙げると、Thunderbit（AI ベース、ノーコードの Chrome 拡張 + API、1 クレジット = 1 行）、ScraperAPI（特定サイト向けの構造化エンドポイントを持つ開発者向け API）、Scrapfly（強力な bot 回避を持つ開発者向け API）、Scrape.do（独立テストで最安のリクエスト単価）、Firecrawl（AI/LLM ネイティブで、きれいな Markdown を返す）あたりです。得意分野はそれぞれで、Thunderbit はビジネスユーザーとコスト予測を重視する人、ScraperAPI と Scrapfly はプロキシ制御を重んじる開発者、Firecrawl は LLM パイプライン向けという棲み分けになります。
ScrapingBee は JavaScript が重いサイトをスクレイピングできますか？
JavaScriptレンダリングに対応しています。クレジット消費は、classicプロキシでは基本条件の5倍、premiumプロキシとJSレンダリングの組み合わせでは25倍です。JavaScriptレンダリングは最初から有効なので、不要な対象では設定を切り替えないと5倍のクレジットを消費します。
Thunderbitは、JavaScriptレンダリングやプロキシ種別による倍率ではなく、1行当たりのクレジットを基本に計算します。ただし、実際の必要クレジットは出力行数とサブページ取得の有無で変わり、対象サイトで取得できることを保証するものではありません。比較時は、同じページで抽出精度、必要行数、処理時間、総クレジットを照合します。
関連リンク
