爬虫代理 IP 怎么选：通过率、并发和成本的平衡

先测通过率，再谈规模

不要一上来就买大流量包。先用最小额度跑真实目标站点，统计 200 和非 200 的比例，以及非 200 里有多少是被风控拦的。

通过率没测出来之前，任何成本估算都是猜的。同一个代理产品在不同目标站点上的通过率可以差很远，别人的经验不能直接照搬。

并发不是设置项，是目标站点决定的

很多人把并发当成自己能调的参数，其实上限由对方的速率限制决定。超过之后，加并发只会让失败率上升，同时把流量费也烧掉。

正确做法是逐步加并发，盯着通过率曲线，找到开始明显下滑的那个点，然后退回去一档。这个数字才是你的实际可用并发。

流量花在哪，比用了多少更重要

大部分爬虫的流量是浪费在图片、视频、字体和第三方统计脚本上的。这些东西你多半根本不解析。

在请求层面把它们拦掉，流量能降下来一大截，按 GB 计费的成本跟着直接下降。用无头浏览器的话，资源拦截规则一定要配，否则成本会失控。

• 拦截 image / media / font 类型请求
• 关掉不需要的第三方域名
• 能用接口拿到的数据就别渲染整页

动态还是静态，看会话需求

不需要登录、每个请求独立的采集，用动态住宅按 GB 计费最灵活。需要保持登录态或者一个账号绑一个出口，就得上静态住宅。

如果目标站点根本不看 IP 类型，优先试数据中心——同样的任务成本能低不少。这个要靠第一步的通过率测试来判断。

放量之前先把监控做起来

至少要能看到：按域名分的通过率、按状态码分的失败分布、单位任务的流量消耗、代理账户的剩余额度。

缺了最后一条，任务会在某个凌晨因为流量跑完而静默停掉，你第二天才发现。NextProxy 把用量、余额、订单和到期时间放在同一页，就是为了避免这种情况。