Bu soru beni aynı hafta içinde üç farklı kişinin aynı şeyi sormasıyla içine çekti: "ScrapeGraphAI’yi Thunderbit yerine kullansam olur mu?" Biri rakip fiyat listesi oluşturmak isteyen tek kişilik bir pazarlamacıydı. Biri RAG pipeline kuran bir backend mühendisiydi. Garip bir şekilde üçüncüsü ise ikisiydi birden — tek bir araca mı yoksa iki araca mı ihtiyacı olduğuna karar vermeye çalışıyordu.
Bu karşılaştırmayı ilginç kılan da tam olarak bu. Thunderbit ve ScrapeGraphAI aslında aynı işi hedeflemiyor. Biri, kod yazmayan bir kullanıcının tek bir düğmeye tıklayıp temiz bir tablo alması için tasarlanmış yönetilen bir agentic scraper. Diğeri ise geliştiricinin prompt’ları, şemaları, taramaları ve izleme süreçlerini kendi pipeline’ında birleştirebilmesi için tasarlanmış, AI-native bir veri çıkarma API’si (altında da açık kaynak bir çekirdek var). Ben burada iki ürünün gerçekten nerede kesiştiğini, nerede ayrıştığını ve — bu araçları satanların pek yüksek sesle söylemek istemeyeceği şeyi — pazarlama sayfasını geçince gerçek maliyet ve sınırlamaların nasıl göründüğünü anlatmak istedim.
Kısa Cevap
Detaya girmeden önce kısa versiyon isterseniz:
- Thunderbit, iş kullanıcıları ve geliştiriciler için yönetilen bir agentic scraper’dır; bir Chrome uzantısı, bir Web App, bir Open API, bir MCP Server ve bir CLI ile kullanılabilir.
- ScrapeGraphAI, açık kaynaklı, grafik tabanlı bir veri çıkarma motorunu; Scrape, Extract, Search, Crawl, Monitor, Schema ve History hizmetleri sunan barındırılan bir API ile birleştirir. Ayrıca kendi MCP desteği de vardır.
- Gerçek karşılaştırma “kodsuz vs kodlu” değildir. Asıl fark, yönetilen, tek tıkla çalışan bir tarayıcı iş akışı ile geliştiricinin kendisinin kurduğu, API odaklı bir veri çıkarma yığını arasındadır.
İkisi de nesnel olarak “daha iyi” değil. Farklı ellere göre tasarlanmışlar.
Hızlı Bakış
| Boyut | Thunderbit | ScrapeGraphAI |
|---|---|---|
| Birincil kullanıcı | İş kullanıcıları, pazarlama, satış/operasyon ekipleri ve geliştiriciler | AI/veri pipeline’ları geliştiren yazılımcılar |
| Kurulum | Uzantıya tıkla, sayfa otomatik algılanır | API anahtarı veya açık kaynak paketini self-host et |
| Prompt/şema modeli | Agentic alan tespiti, isteğe bağlı alan bazlı talimatlar | Doğal dil prompt’u + isteğe bağlı JSON şeması |
| Tarayıcı/tarama katmanı | Desteklenen ve yetkili sayfalarda yönetilen tarayıcı render’ı | Yönetilen fetch/render ve ayrıca asenkron Crawl servisi |
| Barındırma | Yönetilen bulut ürünü (uzantı, Web App, API) | Hosted API veya self-hosted açık kaynak çekirdek |
| API/MCP | Open API, MCP Server | v2 API (Scrape/Extract/Search/Crawl/Monitor/Schema/History), MCP |
| Model seçimi | Ürün tarafından yönetilir | Açık kaynak motoru self-host edilirken yapılandırılabilir |
| Çıktılar | Yapılandırılmış tablo, Sheets/Airtable/Excel/Notion’a dışa aktarma | Markdown, HTML, ekran görüntüsü, JSON, bağlantılar, görseller, özet |
| Bakım | Satıcı tarafından yönetilir | Satıcı tarafından yönetilen (hosted) veya kullanıcı tarafından yönetilen (open-source) |
| Gizlilik | Standart yönetilen ürün işleme | Ücretsiz plan veriyi eğitim için kullanabilir; ücretli katmanlar farklıdır — güncel şartları kontrol edin |
| Fiyatlandırma | Abonelik/kredi — Thunderbit Pricing sayfasına bakın | Kredi bazlı katmanlar, ScrapeGraphAI’nin canlı fiyat sayfasına bakın |
| En uygun kullanım | Hızlı, kodsuz veri çıkarma + iş akışları | Programlanabilir extraction/search/crawl/monitor altyapısı |
Thunderbit Nedir?
Thunderbit tek bir fikir etrafında tasarlanmıştır: bir web sayfasından tablo halinde veri almak için selector, şema ya da prompt yazmak zorunda kalmamalısınız. İşte ekranda bir yerlerde görmüş olabileceğiniz eski değil, gerçek güncel akış:
Yetkili olduğunuz bir sayfayı açarsınız, Chrome uzantısında One Click Extract’e tıklarsınız ve ajan sayfayı algılar, okur ve analiz eder. Ürün listelemeleri, iletişim bilgileri, ilanlar ya da sayfada ne varsa, hangi veri yapısının mantıklı olduğunu çözer ve size Run Now seçeneğini sunar. Hemen başlatmak için tıklayabilirsiniz ya da hiçbir şey yapmazsınız, kendi kendine başlar. Hepsi bu kadar. Bilinçli tek bir tık, selector yok, şema yazımı yok.
Buradan sonra, otomatik algılanan yapı tam oturmadıysa alanları düzenleyebilir, uyumlu sitelerde sayfalama ve alt sayfaları işleyebilir ve verileri doğrudan Google Sheets, Airtable, Excel veya Notion’a dışa aktarabilirsiniz. Tarayıcı tıklamasından daha fazlasına ihtiyaç duyan ekipler için bulut tabanlı çalıştırmalar için Web App, backend entegrasyonu için Open API, Claude, Cursor ve diğer uyumlu AI ajanlarının extraction’ı bir araç olarak çağırabilmesi için bir MCP Server ve terminal ile coding-agent iş akışları için bir CLI vardır.
Tasarım felsefesi basit: teknik olmayan bir kullanıcının kullanışlı bir veri setine ulaşmadan önce vermesi gereken kararların sayısını en aza indirmek.
ScrapeGraphAI Nedir?
ScrapeGraphAI tamamen farklı bir yapı — ve aslında tek bir isim altında gizlenmiş iki şey. Birincisi, kendi LLM’iniz ve altyapınızla self-host edebileceğiniz modüler bir AI extraction motoru olan açık kaynak Python paketi (scrapegraphai). İkincisi ise bu motoru (artı yönetilen fetch işlemleri, proxy rotasyonu ve kredi bazlı faturalandırmayı) geliştiricilerin ücret ödeyerek kullandığı bir ürüne dönüştüren hosted API.
Bu yazı yazıldığı sırada mevcut v2 API yüzeyi şunları içeriyor:
- Scrape — bir sayfayı alır ve Markdown, HTML, ekran görüntüsü, bağlantılar, görseller, özet, JSON veya marka bilgisi döndürür
- Extract — doğal dil prompt’u ve isteğe bağlı JSON şeması kullanarak URL, ham HTML veya Markdown’dan yapılandırılmış veri çıkarır
- Search — isteğe bağlı sayfa çıkarımı ve yapılandırılmış çıktı ile web araması yapar
- Crawl — başlat/durdur/devam ettir kontrolleri olan asenkron çok sayfalı gezinme sağlar
- Monitor — webhook uyarılarıyla cron zamanlamalı değişiklik tespiti yapar
- Schema — yeniden kullanılabilir JSON şemaları üretir
- History — geçmiş istek ve sonuçları incelemenizi sağlar
Bir not düşmekte fayda var: ScrapeGraphAI’nin eski v1 endpoint adları olan smartscraper, searchscraper ve smartcrawler, yerlerini bu v2 terminolojisine bıraktı. Hâlâ bu adları kullanan eski bir blog yazısı (rakip karşılaştırmalar dahil) okuyorsanız, güncel olmayan dokümantasyona bakıyorsunuz demektir.
ScrapeGraphAI’nin ayrıca resmi MCP desteği vardır; scrape, extract, search, crawl, schema, credits, history ve monitor işlevlerini bir AI ajanının çağırabileceği araçlar olarak sunar. Yani hayır — MCP yalnızca Thunderbit’e özel değil. Artık iki araç da bu dili konuşuyor ve bu da aslında sektörün nereye gittiğini gösteriyor.
Temel Fark: Yönetilen Ürün Deneyimi mi, Yapılandırılabilir AI Yığını mı?
İlk sonuca ulaşma süresi
En net ayrım çizgisi budur. Thunderbit’te ilk sonuca ulaşma süresi, bir düğmeye tıklayıp sayfanın işlenmesini beklediğiniz süre kadardır — sayfa karmaşıklığına bağlı olarak saniyelerden birkaç dakikaya kadar. ScrapeGraphAI’de ise API anahtarı oluşturmanız (veya açık kaynak paketiyle kendi model erişiminizi kurmanız), bir prompt ya da şema yazmanız, doğru iş için doğru endpoint’i çağırmanız ve yanıtı kendi kodunuzda işlemeniz gerekir. Bu bir eleştiri değil — sadece tasarım gereği daha uzun bir başlangıç mesafesi, çünkü daha esnek bir şey kuruyorsunuz.
Model ve pipeline kontrolü
ScrapeGraphAI’nin açık kaynak çekirdeğini self-host ederseniz, LLM’i siz seçersiniz, extraction mantığını ayarlarsınız ve tüm pipeline’a sahip olursunuz. Belirli model gereksinimleriniz varsa, verinizin bir harici API’ye dokunduğu yerlerle ilgili uyumluluk kısıtlarınız varsa ya da scrape ve extract adımları arasında özel mantık gerektiren yeni bir şey inşa ediyorsanız bu gerçekten güçlü bir avantajdır.
Thunderbit size bu düğmeyi vermez. Model ve pipeline ürün tarafından yönetilir. Kontrolü, üzerine düşünmek zorunda kalmamakla değiş tokuş edersiniz — ve bu, tam da bir pazarlamacının ya da satış operasyonları çalışanının yapmak isteyeceği takastır.
Barındırma, gizlilik ve bakım sorumluluğu
Burada açık konuşmakta fayda var: ScrapeGraphAI’nin hizmet şartları (2026 ortasında güncellenen sürüme göre), Free Plan üzerinden gönderilen verilerin araştırma, model değerlendirme, eğitim, fine-tuning ve ürün geliştirme için kullanılabileceğini söylüyor. Ücretli katmanların ise ayrı olarak onay vermediğiniz sürece eğitim için kullanılmadığı belirtiliyor. Eğer ücretsiz katmanda uzaktan bile hassas sayılabilecek bir şeyi test ediyorsanız, buna karar vermeden önce gerçekten bakmanız gereken bir konu bu — ScrapeGraphAI şüpheli bir şey yaptığı için değil, oldukça standart bir freemium takası olduğu için; fakat “önce ücretsiz planda denerim” ifadesinin, insanların genelde sandığından farklı sonuçları olabilir.
Thunderbit, yönetilen bir ürün olarak verileri kendi standart şartlarına göre işler — hangi taraf olursa olsun doğrudan kontrol etmekte fayda var. Her araç için aynı tavsiye geçerli: Gizli bir veriye yönlendirmeden önce güncel şartları okuyun.
Uygulamalı Senaryolar
İş kullanıcısı için sayfadan tabloya çıkarım
Diyelim ki bir rehber sitesinden lead listesi oluşturuyorsunuz ya da tedarikçi kataloğundaki ürün özelliklerini çekiyorsunuz. Prompt yazmak istemiyorsunuz, JSON şemasıyla uğraşmak istemiyorsunuz ve sayfa düzeni azıcık değiştiğinde Python script debug etmek de hiç istemiyorsunuz. İşte Thunderbit’in doğal alanı burası — tıkla, gözden geçir, tabloya aktar, gününe devam et.
Geliştiricinin tanımladığı prompt/şema çıkarımı
Şimdi de diyelim ki 40 farklı rakip siteden yapılandırılmış fiyat verisi çekmesi gereken bir scraper kuruyorsunuz; her sitenin düzeni birbirinden çok farklı ve hepsi için üstte kendi doğrulama mantığınızla tutarlı bir JSON şeması istiyorsunuz. ScrapeGraphAI’nin Extract endpoint’i, tanımlı bir şema ve prompt ile tam olarak bunun için tasarlanmış durumda. Her durumda kod yazıyorsunuz; fark şu ki her site için selector’ı elle kurmak yerine AI-native bir extraction katmanı alıyorsunuz.
RAG veya ajan entegrasyonu
Bu noktada iki ürünün de yolu var. Taze web içeriğini Markdown veya yapılandırılmış JSON olarak içeri çekmesi gereken bir RAG pipeline kuruyorsanız, ScrapeGraphAI’nin Scrape ve Search endpoint’leri ya da MCP sunucusu, ajan framework’lerine oldukça doğrudan bağlanır — bu gerçekten güçlü yanlarından biridir. Thunderbit’in MCP Server ve Open API seçenekleri de programatik ve ajan tarafından çağrılan extraction’ı destekler; dolayısıyla ekibiniz tarayıcı iş akışı için zaten Thunderbit kullanıyorsa, yalnızca API katmanı için ikinci bir satıcı eklemek zorunda değilsiniz. Karar vermeden önce iki tarafın güncel dokümantasyonunu karşılaştırmakta fayda var.
Self-hosting ve özel model gereksinimleri
Extraction işlemini tamamen kendi altyapınız içinde çalıştırma zorunluluğunuz varsa — belki bir uyumluluk şartı, belki de veriyi hiçbir şekilde üçüncü taraf API’ye göndermeme tercihi — bu listedeki tek seçenek ScrapeGraphAI’nin açık kaynak çekirdeğidir. Thunderbit self-hosted kurulum sunmaz; tüm yüzeylerinde yönetilen bir üründür.
Doğruluk, Güvenilirlik ve Maliyet Kontrolü
Burada dikkatli olmak istiyorum; çünkü karşılaştırma yazıları kolayca “bizim araç asla başarısız olmaz” çizgisine kayabiliyor ve bu iki ürün için de dürüst değil. LLM tabanlı extraction — her iki aracın da temelinde olan şey — doğal olarak değişkenlik taşır. Bir sayfanın yeniden tasarlanması, alışılmadık bir düzen ya da yoğun JavaScript arkasında yüklenen bir sayfa, hangi aracı kullanırsanız kullanın otomatik çıkarımı zorlayabilir.
Herhangi birine dayalı bir iş akışı kurmadan önce bilmeniz gereken birkaç nokta:
- Anti-bot ve dinamik site sınırları ikisi için de gerçektir. Thunderbit’in yönetilen render ve anti-bot işleme özellikleri, desteklenen ve yetkili sayfalarda geçerlidir — internet üzerindeki her scraping önlemine karşı garanti değildir. ScrapeGraphAI’nin temel fetch/render katmanı da benzer gerçek dünya kısıtlarıyla karşılaşır. Hiçbir araç, karşılaşabileceğiniz her CAPTCHA’yı veya rate limit’i aşmayı vaat etmez.
- Yapılandırılmış şemalar değişkenliği azaltır ama tamamen ortadan kaldırmaz. İster ScrapeGraphAI’nin JSON schema seçeneğini ister Thunderbit’in alan bazlı extraction talimatlarını kullanın, AI’ye daha sıkı bir yapı vermek genelde daha tutarlı sonuçlar üretir.
- Kredi/maliyet formülleri iş akışı verimliliğini ödüllendirir. ScrapeGraphAI endpoint bazlı ücretlendirdiği için (bir Scrape çağrısı Crawl veya Monitor çağrısından farklı maliyete sahiptir), doğru işi doğru endpoint ile eşleştirdikçe kredileriniz daha uzun gider. Aynı mantık kullanım bazlı fiyatlandırma kullanan her ürün için geçerlidir — dağınık iş akışları, satıcıdan bağımsız olarak daha pahalıya mal olur.
Fiyatlandırma, Açık Kaynak ve Toplam Maliyet
Fiyatlandırma konusunda özellikle dikkatli olmak istiyorum; çünkü bu iki ürün de rakamlarını değiştirebiliyor ve bugün yazdığım bir şey siz okuduğunuzda güncelliğini yitirmiş olabilir. Bu nedenle aşağıdaki çerçeveye, bu yazı yazıldığı sırada doğrulayabildiğim canlı rakamlarla birlikte yer veriyorum (2026-08-14) — bütçe kararı vermeden önce her zaman güncel fiyat sayfasını kontrol edin.
ScrapeGraphAI katmanları, canlı fiyatlandırma sayfalarına göre:
- Free — $0, tek seferlik 500 kredi, 10 istek/dk, 1 monitor, 1 eşzamanlı crawl
- Starter — $20/ay, 10.000 kredi, 100 istek/dk, 5 monitor, 3 crawl
- Growth — $100/ay, 100.000 kredi, 500 istek/dk, 25 monitor, 15 crawl, temel proxy rotasyonu
- Pro — $500/ay, 750.000 kredi, 5.000 istek/dk, 100 monitor, 50 crawl, gelişmiş proxy rotasyonu
- Enterprise — özel fiyatlandırma
Ve neredeyse kimsenin net anlatmadığı kısım şu: kredi maliyetleri endpoint’e göre değişir. Temel bir Scrape çağrısı (Markdown/HTML) yaklaşık 1 krediden başlar; ekran görüntüsü yaklaşık 2 kredi, branding extraction ise yaklaşık 25 kredi tutar. Extract yaklaşık 5 krediye mal olur; daha zor erişilen sayfalar gerekiyorsa ayrıca bir “stealth” çarpanı eklenir. Search, prompt olmadan sonuç başına 2 kredi, prompt ile sonuç başına 5 kredi harcar. Crawl, her crawl başlangıcı için 2 kredi ve gezilen her sayfa için ayrıca o sayfanın Scrape maliyetini alır. Monitor ise her kontrolde biçim maliyetini, gerçekten değişiklik tespit edilirse de ek 5 krediyi ücretlendirir.
Bu, bir pipeline optimize ediyorsanız gerçekten faydalı bir yapı; ama aynı zamanda “bana ne kadara mal olacak” sorusunun tek bir cevabı olmadığı anlamına gelir — tamamen hangi endpoint’leri ne sıklıkla kullandığınıza bağlıdır. Açık kaynak çekirdeği self-host ederseniz, kredi maliyetleri yerine kendi LLM API faturalarınızı ve altyapı/mühendislik zamanınızı ödersiniz; bu ölçekte daha ucuz olabilir ama bunu ekibinizde birinin sahiplenmesi gerekir.
Thunderbit’in güncel fiyatları için doğrudan resmi fiyatlandırma sayfasına bakın — abonelik katmanları ve kredi hakları, zamanla değişebilecek türden şeylerdir ve ben sizi gelecek çeyrekte artık geçersiz olabilecek bir rakama değil, kaynağa yönlendirmeyi tercih ederim.
Dürüst sonuç şu: iki ürünün fiyatlandırması birbirinin birimlerine doğrudan çevrilemez. Bir ScrapeGraphAI “kredisi” ile bir Thunderbit “row” ya da “task” kredisi aynı para birimi değildir. Kararı maliyet belirleyecekse, gerçek hacminizi — ayda kaç sayfa, haftada kaç extraction işi, iş yükünüz gerçekte neye benziyorsa — alıp iki ürünün güncel fiyat sayfalarıyla karşılaştırın.
Thunderbit’i Kim Seçmeli?
Eğer pazarlama, satış operasyonları, araştırma veya küçük ekip operasyonlarında çalışıyorsanız ve web sayfalarından yapılandırılmış veri çekmek istiyor ama kod yazmak, API öğrenmek ya da altyapı yönetmek istemiyorsanız — Thunderbit tam bunun için tasarlanmıştır. Aynı şekilde, tarayıcı üzerinden extraction, bulut çalıştırmaları, API erişimi ve MCP entegrasyonunu tek üründe, birden fazla satıcıyla uğraşmadan istiyorsanız da doğru seçim odur.
ScrapeGraphAI’yi Kim Seçmeli?
Eğer extraction mantığı üzerinde programatik kontrol isteyen bir veri pipeline’ı, bir RAG sistemi veya bir agent iş akışı geliştiriyorsanız — kendi modelinizi seçme, gerektiğinde self-host etme ve scrape/search/crawl/monitor adımlarını ayrı ama birleştirilebilir parçalar olarak orkestre etme esnekliğiyle — ScrapeGraphAI’nin API-first yapısı ve açık kaynak seçeneği daha mantıklıdır.
Ekipler İkisini Birden Kullanabilir mi?
Açıkçası evet, hem de bu o kadar da alışılmadık bir durum değil. Pazarlama/operasyon tarafının hızlı tarayıcı extraction için Thunderbit kullandığı — lead listeleri, rakip fiyatlarını çekmek gibi işler — mühendislik ekibinin ise RAG sistemini ya da dahili bir aracı besleyen backend veri pipeline’ı için ScrapeGraphAI API’sini kullandığı ekipler gördüm. İkisi arasında resmi bir entegrasyon yok ve böyle bir şey planlanıyor mu bilmiyorum; ama mimari olarak bir şirketin, her aracın en uygun olduğu yerde ikisini birden kullanmasına engel yok.
Sonuç
Bunu tek cümlede özetlemem gerekseydi: işi kimin yaptığına ve pipeline üzerinde ne kadar kontrol gerektiğine göre seçim yapın.
Thunderbit, tek satır kod yazmadan temiz bir tablo isteyen herkes için veriye en hızlı ulaşma konusunda kazanır — One Click Extract akışının tüm amacı budur. ScrapeGraphAI ise scrape, search, crawl ve monitor süreçlerini özel bir pipeline’a dönüştürmek isteyen geliştiriciler için esneklik ve derinlik konusunda öne çıkar; özellikle self-hosting veya model seçimi kurulumunuz için önemliyse.
İki araç da her sitede başarı garantisi vermez — anti-bot önlemleri ve sayfa karmaşıklığı her ikisi için de gerçek sınırlar oluşturur — bu yüzden bütçe ayırmadan önce kendi hedef siteleriniz üzerinde test edin.
SSS
ScrapeGraphAI tamamen açık kaynak mı?
Kısmen. Temel extraction motoru (scrapegraphai), self-host edebileceğiniz açık kaynak bir Python paketidir. Yönetilen fetch, proxy rotasyonu, Crawl, Monitor ve kredi faturalandırması sunan hosted API ise bunun üzerine kurulmuş ayrı bir ticari üründür.
ScrapeGraphAI API ve MCP sunuyor mu? Evet. v2 API’si Scrape, Extract, Search, Crawl, Monitor, Schema ve History endpoint’lerini içerir ve bunları uyumlu AI ajanları için araç olarak sunan resmi bir MCP sunucusu vardır.
Thunderbit kod gerektiriyor mu? Hayır, temel iş akışı için gerekmez. Chrome uzantısı tek tıkla çalışan agentic bir akış kullanır — selector, prompt ya da şema gerekmez. Programatik erişim isteyen geliştiriciler bunun yerine Open API, MCP Server veya CLI kullanabilir.
Hangisi self-hosting destekliyor? Kendi altyapınızda ve kendi model erişiminizle extraction motorunu çalıştırmak istiyorsanız, açık kaynak Python paketi üzerinden ScrapeGraphAI. Thunderbit ise tüm yüzeylerinde yönetilen bir üründür ve self-hosted dağıtım sunmaz.
İş kullanıcıları için hangisi daha hızlı? Neredeyse her pratik anlamda Thunderbit — çünkü iş akışı, teknik olmayan bir kullanıcının açık bir web sayfasından yapılandırılmış dışa aktarıma tek tıkla geçmesi için tasarlanmıştır; prompt ya da şema ile uğraşmazsınız. ScrapeGraphAI ise API ve kodla rahat çalışan geliştiriciler için üretilmiştir, bu yüzden oradaki “hız” ilk tıka kadar geçen süreden çok pipeline esnekliğiyle ilgilidir.
