Son birkaç haftadır aralıklı olarak Kadoa’nın sitesine bakıp duruyorum; bunun en büyük nedeni, Haziran 2026’daki marka yenilemelerinin beni hazırlıksız yakalamasıydı. Bir gün kendilerini “AI web scraper” olarak tanımlarken, ertesi gün “Web Scraping OS” demeye başladılar. Bu, öyle sıradan bir isim değişikliği değil; aslında bu kategorinin nereye gittiğine dair önemli bir işaret.
Okurlardan ve kendi ekibimden sıkça duyduğum soru şu oldu: Kadoa hâlâ Thunderbit ile karşılaştırılabilir mi, yoksa artık tamamen “hızlı scraping aracı” çizgisinin dışına mı çıktı? Kısa cevap: biraz evet, biraz hayır. Uzun cevap ise aşağıda.
Kısa Cevap
Detaylara girmeden önce kısaca özetleyeyim:
- Thunderbit, bir web sayfasına bakıp “Bu veriyi hemen bir tabloya almam lazım” dediğiniz an için tasarlandı. Tek tıkla çalışır, şema kurmanız gerekmez, veri ekibini beklemezsiniz.
- Kadoa, üretimde çalışan, yönetişimi olan, izlenen ve sürekli güncellenen veri setlerine ihtiyaç duyan kurumlar için tasarlandı — örneğin finans ekiplerinin her gün onlarca kaynaktan alternatif veri çekmesi ve bunun denetim iziyle tutulması gibi.
- İkisi de “AI scraper” ile “manuel scraper” karşıtlığında değil. Aslında ikisi de agentic yapıda; fark, ajanın neyi optimize etmek için kullanıldığı.
Bu son nokta sandığınızdan çok daha önemli. Pek çok karşılaştırma yazısının bunu sadece özellik listesi savaşı gibi ele aldığını görüyorum; oysa bunlar farklı alıcı segmentlerine hitap eden iki ayrı ürün.
Hızlı Bakış
| Boyut | Thunderbit | Kadoa |
|---|---|---|
| Birincil kullanıcı | İş kullanıcıları, pazarlamacılar, tek başına çalışanlar, geliştiriciler | Kurumsal/finans veri ekipleri, merkezi veri organizasyonları |
| Zaman ufku | Anında — önünüzdeki sayfayı hemen alın | Üretim yaşam döngüsü — pipeline kur, onayla, sürdür |
| Kurulum akışı | One Click Extract → otomatik çalışır | Prompt → şema önerisi → pipeline kurulumu/testi → onay → planlı canlı iş akışı |
| Çalışma modeli | Oturum bazlı agentic sayfa analizi | Ajan destekli bakım ile deterministik pipeline üretimi |
| Bakım | Kullanıcı dostu sayfalarda yeniden çalıştırır | Otomatik pipeline izleme ve self-healing (sağlayıcı beyanı) |
| Gözlemlenebilirlik | Tablo önizleme, ince ayar | Başarı oranı, MTTR, provenance, SLA panelleri (sağlayıcı beyanı) |
| Erişim kanalları | Tarayıcı eklentisi, Web App, Open API, MCP Server, CLI | Web Scraping OS platformu, kurumsal kurulum |
| Fiyatlandırma | Herkese açık self-serve paketler, fiyat sayfasına bakın | Satış ekibiyle iletişim; bu yazı itibarıyla herkese açık fiyat tablosu yok |
| En uygun kullanım | Ad hoc, departman bazlı veya orta sıklıkta tekrar eden işler | Yönetişimli, çok kaynaklı, sürekli yenilenen kurumsal veri setleri |
Açık konuşayım — bu tabloyu hazırlamak beklediğimden uzun sürdü, çünkü internetteki mevcut “Thunderbit vs Kadoa” içeriklerinin çoğu iki ürüne de sadece “AI-powered” etiketi yapıştırıp geçiyor. Bu da size hiçbir şey anlatmıyor.
Thunderbit Nedir?
Bugün çalışan gerçek akış tam olarak şöyle (bazı inceleme yazılarının anlattığı eski arayüz değil):
İncelemeye yetkili olduğunuz bir web sayfasını açıyorsunuz. One Click Extract’e tıklıyorsunuz. Hepsi bu — Thunderbit’in ajanı sayfa yapısını algılıyor, içeriği okuyor, hangi alanların önemli olduğunu çıkarıyor ve ekstraksiyonu hazırlamaya başlıyor. Bir Run Now butonu göreceksiniz; ama dürüst olmak gerekirse ona tıklamanız bile gerekmiyor — hiçbir şey yapmazsanız otomatik olarak başlar. Bilinçli bir tık, sıfır şema kurulumu, sıfır seçici.
Bunu “aracı size yol açıyor” diye anlatmayı seviyorum. Otomatik algılanan alanlar tam isabetli değilse doğal dille düzeltme yapabilirsiniz; ayrıca uyumlu sayfalarda sayfalama yapar ya da alt sayfaları zenginleştirir. Tarayıcı eklentisinin ötesinde, geliştiriciler için bir Web App, bir Open API, Claude veya Cursor gibi AI ajanları için bir MCP Server ve terminal tabanlı iş akışları için bir CLI bulunuyor. Dışa aktarma Excel, Google Sheets, Airtable veya Notion’a yapılabiliyor.
Bu, bir veri mühendisliği yığınının içine oturtulmak için tasarlanmış bir araç değil. Bu, veriye şimdi ihtiyaç duyan ve bunun için talep açmak istemeyen kişi için tasarlanmış.
2026’da Kadoa Nedir?
İşin ilginç tarafı burada başlıyor. Kadoa’nın Haziran 2026 duyurusu, onların Web Scraping OS adını verdikleri yapıyı ve “Kadoa Assistant” dedikleri bir sistemi tanıttı. Anlattıkları akış şöyle:
- Doğal dille bir istek yazıyorsunuz — “Bu 12 rakip siteden fiyat verisi istiyorum, her gün güncellensin”
- Kadoa hedef kaynakları inceliyor ve en güvenilir çıkarım yöntemini seçiyor (API uç noktası, gömülü JSON, indirilebilir dosya; hangisi daha stabilse)
- Bir veri şeması öneriyor
- Bir deterministik pipeline oluşturuyor — yani her çalıştırmada LLM’in rastgele tahmin yapması değil, gerçekten üretilmiş çıkarım kodu — ve bunu test ediyor
- Siz önizlemeyi inceliyor ve onaylıyorsunuz
- Ardından zamanlama, doğrulama ve bildirimlerle birlikte canlıya alınıyor
“Web Scraping OS” yaklaşımı; otomatik pipeline bakımı, altyapı yükünü azaltma, gözlemlenebilirlik panoları (başarı oranı, mean time to repair, SLA takibi), veri provenance’ı ve yönetişim/uyumluluk iş akışlarını da beraberinde getiriyor. Bu, doğrudan kurumsal altyapı dili; mevcut konumlandırmaları da özellikle finans ve alternatif veri kullanım senaryolarına dayanıyor — örneğin hedge fonlar ve varlık yöneticileri gibi, onlarca kaynaktan denetlenebilir ve sürekli yenilenen veri setlerine ihtiyaç duyan ekipler.
Bu, “bana bir sayfayı çekmeme yardım et” yaklaşımından gerçekten farklı bir ürün vizyonu. Burada Kadoa’ya hakkını vermek lazım — bir scraping aracından veri altyapısı platformuna dönüşmek ciddi bir stratejik hamle, sadece pazarlama için yapılmış bir rebrand değil.
Temel Fark: Anlık Veri Çekimi mi, Üretim Veri Seti Yaşam Döngüsü mü?
Thunderbit’in tek tıkla etkileşimli işi
Thunderbit, “Bir sayfada veri görüyorum” ile “Bu veriyi bir tabloda kullanıyorum” arasındaki mesafeyi mümkün olan en kısa hale getirmeye odaklanır. Şema inceleme adımı yoktur; çünkü ajan, alanları gerçek zamanlı olarak, zaten baktığınız sayfa üzerinde tespit eder. Tek başına çalışan biri ya da satış temsilcisiyseniz, tam olarak ihtiyaç duyduğunuz şey budur — Salı günü saat 16:00’da sadece 200 lead gerektiğinde “pipeline önizlemesini onaylama” modunda olmazsınız.
Kadoa’nın onaylı deterministik pipeline’ı
Kadoa’nın iş akışı, herhangi bir şey üretime girmeden önce bilerek bir inceleme ve onay kapısı koyuyor. Bu bir hata değil, tam da amaç bu — eğer bir trading modeline veya uyumluluk raporuna veri besleyen bir veri seti kuruyorsanız, önümüzdeki altı ay boyunca denetimsiz çalışmadan önce şemanın bir insan tarafından onaylanmasını istersiniz.
Çalışma anı yorumu ile ajan tarafından üretilmiş, sürdürülen kod
Buradaki mimari nüansı anlamaya değer: Kadoa, ajan tarafından üretilen deterministik çıkarım kodunu (yani her çalıştırmada LLM çağrısı gerektirmeyen kodu) her sayfa yüklenişinde doğrudan LLM ile çıkarım yapmaktan ayrı tutuyor. Web scraping’de AI nasıl değiştiriyor başlıklı resmi açıklamaları bunu daha ayrıntılı anlatıyor. Onların yayınladıklarının ötesinde tahmin yürütmeyeceğim; ama çıkarım şu: Kadoa, kurulum hızını AI destekli pipeline üretimiyle birleştirip deterministik kodun güvenilirliğini yakalamaya çalışıyor. Thunderbit ise tam tersine, önceden uzun ömürlü bir pipeline nesnesi derlemek yerine her etkileşimli oturumda agentic analizi döngüde tutuyor.
Uygulamalı Senaryolar
Soyut özellik karşılaştırmaları hiçbir zaman bütün resmi anlatmaz; o yüzden her bir aracı gerçek hayatta nasıl kullanacağıma bakalım.
Tek seferlik lead/ürün/araştırma tablosu
Diyelim ki bir dizin sitesinden isim, web sitesi ve iletişim e-postalarıyla birlikte 150 şirketlik bir listeye ihtiyacım var. Sayfayı açar, Thunderbit’te One Click Extract’e basar ve bir dakikadan kısa sürede tabloyu alırım. Böyle tek seferlik bir liste için Kadoa pipeline’ı kurup şema onayı bekleyip planlı çalıştırma yaptırmamın hiçbir mantığı yok. Gereğinden fazla olur.
Haftalık rakip izleme veri seti
Şimdi de diyelim ki 15 rakip siteden fiyat verisi çekmek, bunu her pazartesi güncellemek ve tüm ekibin güvendiği bir panoya aktarmak istiyorum. Bu, Kadoa’nın güçlü olduğu alana çok daha yakın — onay adımı, izleme, bir rakip sitesi yeniden tasarlandığında ne olacak sorusuna karşı self-healing hikâyesi burada önem kazanıyor. Thunderbit teknik olarak desteklenen planlarda ve yüzeylerde zamanlanmış çekim yapabilir; ama Kadoa’nın tüm vaadi tam olarak bu tekrar eden, çok kaynaklı kullanım senaryosuna odaklanıyor.
Çok kaynaklı yatırım / alternatif veri iş akışı
Mevcut konumlandırmasına bakınca bu, Kadoa’nın doğal alanı — onlarca finansal veya alternatif veri kaynağından provenance takibi ve denetim iziyle veri toplamak. Burada Thunderbit’i seçmezdim; bu, ürünün tasarım merkezi değil.
AI ajan entegrasyonu ve veri teslimi
Eğer bir RAG pipeline veya bir izleme ajanı kuruyorsam ve bir çıkarım aracını programatik olarak çağırmam gerekiyorsa, işte burada Thunderbit’in MCP Server ve Open API seçenekleri devreye giriyor — Claude, Cursor veya uyumlu herhangi bir AI host doğrudan Thunderbit’i çağırabiliyor. Bu yazı itibarıyla Kadoa tarafında herkese açık self-serve bir API ya da MCP teklifine dair görünürlüğüm yok; eğer bu sizin yığınınız için zorunlu bir gereksinimse, eşdeğerlik varsaymadan önce doğrudan Kadoa ile doğrulayın.
Doğruluk, Bakım ve Gözlemlenebilirlik
Kadoa, kaynak temellendirme, güven skoru ve makullük/tamlık kontrollerini pipeline doğrulamasının bir parçası olarak tanımlıyor. Ayrıca erken erişim müşterilerinden gelen ilk sonuç verileri de yayımladılar — örneğin daha hızlı kurulum ve daha düşük bakım yükü gibi iddialar. Burada net olayım: Bunlar Kadoa’nın kendi pazarlama verileri, bağımsız benchmark’lar değil; ayrıca Thunderbit ile Kadoa arasında doğruluk ya da bakım yükü konusunda kontrollü bir kafa kafaya test görmedim. Pazarlama metinlerinde gördüğünüz spesifik yüzdeleri kesin gerçek değil, doğrulanması gereken iddia olarak değerlendirin.
Thunderbit tarafında doğruluk hikâyesi daha basit, çünkü iş akışı daha basit: anında tablo önizlemesi alırsınız, gözle kontrol edip alan talimatlarını hemen düzeltebilirsiniz; ve altı ay önce yazılmış bir pipeline’ın site tasarımı değiştiği için sessizce bozulması gibi bir risk yoktur — çünkü ortada altı ay önce yazılmış bir pipeline yoktur, her zaman taze çekim yaparsınız.
Her iki araç için de dürüst bir not: Hiçbiri her web sitesinde başarı garantisi vermez. Giriş duvarları, agresif anti-bot önlemleri ve büyük arayüz değişiklikleri gerçek başarısızlık sebepleridir. Thunderbit’in agentic yeniden analiz yaklaşımı uyumlu ve yetkili sayfalarda yardımcı olur, ama “agentic” kelimesi CAPTCHA’ları sihirli şekilde ortadan kaldırmaz.
API, MCP ve Kurulum
Thunderbit’in geliştirici odaklı yüzeyleri iyi belgelenmiş durumda: programatik erişim için Open API, AI ajan entegrasyonları için MCP Server ve terminal/kodlama-ajan iş akışları için CLI — ayrıca etkileşimli kullanım için tarayıcı ve bulut çalıştırma seçenekleri var.
Kadoa’nın mevcut kurulum hikâyesi, daha büyük organizasyonları hedefleyen yönetimli pipeline altyapısı ve yönetişim/güvenlik özellikleriyle kurumsal Web Scraping OS platformu etrafında şekilleniyor. Bu yazı itibarıyla Kadoa için herkese açık self-serve bir API veya MCP entegrasyonu dokümantasyonu bulamadım — değerlendirme süreciniz için kritikse, Thunderbit’in geliştirici araçlarıyla feature parity varsaymak yerine doğrudan ekipleriyle teyit edin.
Fiyatlandırma ve Satın Alma Süreci
Burada dürüstçe bir sınırlamayı söylemem gerekiyor: Kadoa’nın mevcut genel sayfaları, Haziran 2026 lansmanı itibarıyla, self-serve bir fiyat tablosu göstermiyor. Konumlandırmaları, potansiyel müşterileri satış ekibiyle iletişime geçmeye ya da test talep etmeye yönlendiriyor. Dolayısıyla iki ürün arasında “aylık $X” kıyaslaması yapmaya çalışıyorsanız, Kadoa tarafında duvara toslayacaksınız — bu benim araştırmada tembellik etmem değil, gerçekten yayınlanmamış olması.
Thunderbit’in ise canlı ve herkese açık bir fiyat sayfası var; self-serve paketleri hemen inceleyebilirsiniz.
Aslında karşılaştırmada önemli olan şey etiket fiyatı değil, satın alma sürtünmesidir. Thunderbit’e dakikalar içinde kaydolup veri çekmeye başlayabilirsiniz. Kadoa’nın kurumsal satın alma akışı ise satış görüşmesi, onboarding ve muhtemelen üretime geçmeden önce bir proof-of-concept süreci gerektirir. Kurumunuzun zaten kurumsal SaaS için oturmuş bir satın alma süreci varsa bu bir engel değildir. Ama iki kişilik bir ekipseniz, bu gerçek bir sürtünme maliyetidir.
Hangisini Seçmelisiniz?
Thunderbit’i seçin, eğer...
- Tek başınıza çalışan bir pazarlamacı, kurucu ya da satış temsilcisiyseniz ve bugün birkaç sayfadan veri almanız gerekiyorsa
- Ekibinizin Sheets veya Airtable’a düzenli export ihtiyacı varsa ama bir veri mühendisliği fonksiyonu yoksa ya da kurmak istemiyorsanız
- API, MCP veya CLI üzerinden programatik erişimle çalışan bir AI ajanı, RAG pipeline’ı ya da izleme script’i geliştiriyorsanız
- Resmî bir pipeline onay akışı yerine tek tıkla kullanılabilir bir tablo almayı önemsiyorsanız
Kadoa’yı seçin, eğer...
- Yönetişimli, çok kaynaklı ve sürekli yenilenen veri setlerine; denetim izleriyle birlikte ihtiyaç duyan bir kurumsal ya da finans veri ekibiniz varsa
- Uyumluluk, provenance ve gözlemlenebilirlik panoları vazgeçilmez satın alma kriterleriyse
- Satış ekibiyle iletişim, özel fiyatlandırma ve kurumsal ürünlere uygun bir satın alma süreciniz varsa ya da kuruyorsanız
- Pipeline bakımı ve self-healing altyapı, sizin için tek tık hızından daha önemliyse
İkisini birlikte kullanın, eğer...
- Analistleriniz bir veri fikrini önce Thunderbit ile hızlıca test etmek, ardından merkezi veri ekibinin bunu Kadoa ile sürdürülen bir kurumsal pipeline’a dönüştürmeye değer olup olmadığına karar vermesini istiyorsa. Ben bu modeli büyüme aşamasındaki küçük şirketlerde gördüm — önce hızlı başla, sonra süreçleri resmileştir.
Son Karar
Aynı çerçeveye geri dönüp duruyorum: Thunderbit, hız ve erişilebilirlik için tasarlanmış etkileşimli bir agentic scraper. Kadoa ise, özellikle yeniden markalaşma sonrası, yönetişim ve ölçek için tasarlanmış bir kurumsal Web Scraping OS. İkisini özellik listesine bakarak kıyaslamak asıl noktayı kaçırıyor — çünkü çözmeye çalıştıkları değişkenler bambaşka.
İkisi arasında gerçekten kararsızsanız, dürüst tavsiyem herhangi bir karşılaştırma yazısına körü körüne güvenmek yerine küçük bir proof of concept yürütmeniz olur (bu yazı da dahil). Şunları ölçün: ilk kullanılabilir sonuca ne kadar sürede ulaşıyorsunuz, sayfa değişimlerinde çıkarım ne kadar dayanıklı kalıyor, çıktının sizin kullanımınız için denetlenebilirliği ne kadar iyi ve kurulum ile bakım sürelerini eklediğinizde toplam sahip olma maliyeti gerçekten neye benziyor.
Bu sayfaya gelen çoğu kişi için — yani bir web sayfasına bakıp kod yazmadan ya da IT’yi beklemeden veriyi nasıl çıkaracağını düşünen biri için — Thunderbit’in tarayıcı eklentisi muhtemelen cevaba giden daha hızlı yoldur. Başlamak ücretsizdir ve sorununuzu çözüp çözmediğini beş dakika içinde anlarsınız.
SSS
Thunderbit ve Kadoa ikisi de agentic mi? Evet. İkisi de sayfa yapısını anlamak ve manuel seçici yazmadan veri çıkarmak için AI ajanları kullanır. Thunderbit, baktığınız sayfa üzerinde etkileşimli oturum bazında agentic analiz uygular; Kadoa ise üretim veri setleri için deterministik çıkarım pipeline’ları üretmek ve sürdürmek üzere ajanlardan yararlanır.
Kadoa Assistant nasıl çalışıyor? Kadoa’nın resmî duyurusuna göre, ihtiyaç duyduğunuz veriyi doğal dille tarif ediyorsunuz; Kadoa kaynakları araştırıp bir şema öneriyor, deterministik pipeline’ı kurup test ediyor ve sizin onayınızdan sonra bunu planlı ve izlenen bir iş akışı olarak devreye alıyor.
Thunderbit’te seçici veya şema kurulumu gerekir mi? Hayır. Bir sayfada One Click Extract’e tıklarsınız ve ajan alanları otomatik algılar; Run Now isteğe bağlıdır çünkü siz hiçbir şeye tıklamazsanız çıkarım zaten kendiliğinden başlar.
Kadoa her sayfada LLM ile çıkarım mı yapıyor? Şart değil. Kadoa, ajan tarafından üretilmiş deterministik kodu (her seferinde LLM çağrısı olmadan çalışan kod) doğrudan LLM çıkarımından ayırıyor. Mimari açıklamaları bu ayrımı daha ayrıntılı anlatıyor.
Tekrarlayan veri setleri için hangisi daha iyi? Ölçeğe ve yönetişim ihtiyacına bağlı. Thunderbit, orta sıklıkta tekrar eden işler için desteklenen planlarda zamanlanmış çıkarımı destekler. Kadoa ise büyük ölçekli, çok kaynaklı, sürekli bakım gerektiren veri setleri için — gözlemlenebilirlik ve uyumluluk kontrolleriyle birlikte — özel olarak tasarlanmıştır; mevcut konumlandırması finans ve kurumsal veri ekiplerine yöneliktir.
Kadoa’nın fiyatı herkese açık mı? Bu yazı itibarıyla hayır — Kadoa’nın mevcut lansman sayfaları, self-serve fiyat paketlerini listelemek yerine potansiyel müşterileri satış ekibiyle iletişime geçmeye ya da test istemeye yönlendiriyor. Thunderbit’in ise doğrudan inceleyebileceğiniz herkese açık bir fiyat sayfası var.
Her iki araç da her web sitesini halledebilir mi? Hayır. Her iki araç da en iyi uyumlu ve yetkili sayfalarda çalışır. Giriş duvarları, agresif anti-bot sistemleri ve büyük site yeniden tasarımları, agentic olsun olmasın, tüm scraping araçları için gerçek başarısızlık nedenleridir — herhangi bir sağlayıcının “her şeyi halleder” iddialarına şüpheyle yaklaşın.
