上周有个做数据采集的朋友给我看他的月度账单，同样的采集任务，这个月花的钱是上个月的两倍多。他第一反应是"涨价了吧"，翻出报价单一看，单价没动，动的是他自己的重试次数——某个站点上了新的验证页，他那套脚本连续失败了十几天才被发现。
这种情况在用按量付费代理IP的团队里挺常见。按量付费本身没什么问题，灵活、不压货、不做无用功，但它的钱是"流"出去的，不是一次性交的，你得知道它从哪条缝里流走。下面就拿电商比价和舆情监测这两个最典型的场景，把账拆开算一遍。
一、先说清楚：按量付费"按"的到底是什么量
不同服务商的报价单写法不太一样，但落到计费维度上，基本跑不出这四个口子：
提取次数。你从接口里拉一次IP，算一次。这是最常见的计价单位，按"千次提取"报价的居多。注意这里说的是提取，不是你实际用IP发了多少个请求——一个长效IP可以撑几十上百次请求，短效的可能三五分钟就换。
并发上限。有些服务商的低档位会卡并发，比如同时只能跑10个线程。你算法再快也只能排队，时间成本就这么上去了。报价单上通常写得很小字，得翻到底部看。
会话时长。短效IP一般几十秒到几分钟，长效静态IP可以到小时甚至天级。做比价的时候如果商品页要滚动加载、还要点开规格弹窗，几秒就断的IP基本等于白买。
失败是否计费。这条最容易吃亏。有的服务商只要IP发出去了就扣费，不管你是拿到200还是拿到一个503。你的成功率从95%掉到70%，账单不会跟着掉。
把这四条写在纸上，再去看报价单，很多"看着便宜"的档位会立刻现原形。
二、电商比价：一个商品页背后到底消耗多少次IP
假设你盯的是8000个SKU，每天采两轮（早一次晚一次），每个商品要切3个城市视角看当地展示价。那就是 8000 × 2 × 3 = 48000 次请求/天。这还只是理想值。
真实情况里，电商页面有几个绕不开的坑：价格是异步加载的，你拿到HTML不代表拿到价格；部分类目会弹出领券浮层挡住按钮；规格选择要走XHR接口而不是页面本身。任何一个卡住，这一轮请求就废了，脚本会重试。实际重试率做到15%已经算不错的水平，那真实消耗就是 48000 × 1.15 ≈ 55200 次。
更关键的一点：比价这件事对IP地区的要求比大多数人想的高。同一件商品，不同城市仓的运费、活动价、是否有货都不一样，你用一批随机地区IP去采，采回来的数据本身就是脏的——花了钱，得到一堆对不上的数字。所以这一块的IP成本必须按"城市级精准"来估，不能按"国内随机"来估，两者的价差通常不小。
一段够用的重试与成功率统计脚本大概长这样，跑一天你就知道自己的真实重试率：
import requests, time
EXTRACT_API = "服务商提供的提取接口链接"
TARGETS = [...] # 商品链接列表，每条带上目标城市
ok = retry = 0
for item in TARGETS:
for attempt in range(3):
try:
ip = requests.get(EXTRACT_API, timeout=5).text.strip()
proxies = {"http": f"http://{ip}", "https": f"http://{ip}"}
resp = requests.get(item["url"], proxies=proxies, timeout=8)
if resp.status_code == 200 and "price" in resp.text:
ok += 1
break
retry += 1
except Exception:
retry += 1
time.sleep(1)
print(f"成功 {ok} 条，重试 {retry} 次，重试率 {retry / (ok + retry):.1%}")
把这个比例记下来，它是你后面算成本时最有价值的一个数字。
三、舆情监测：钱最容易从哪几处漏掉
舆情监测和比价不是一回事。比价是"目标少、频次高"，舆情是"目标多、深度深"。你盯着几百个新闻站、论坛、行业媒体，每个站要先翻列表页，再进正文页，正文里还得把评论区和相关推荐剔掉。一个站点平均吃掉3到5个请求，几百个站就是几千次，遇到突发事件要提频，一天翻好几倍都很正常。
漏钱的地方主要有三个：
一是长尾站的超时。大站响应快，长尾小站时不时抽风，设8秒超时的话，一个卡住的请求就白烧掉8秒和一次IP。把超时压到4秒、失败直接换IP重来，整体成本反而更低。
二是列表页翻页错乱。有的站分页参数在第3页之后开始返回重复内容，脚本察觉不到，一路翻到第50页，采回来一堆一样的东西。加个内容指纹去重，能省掉一大截无效请求。
三是全程只用一个地区的IP。舆情监测对城市的要求没比价那么高，但完全不换也会出问题——同一段IP连续访问一个站，很容易被识别成异常流量，然后你的成功率开始下滑，重试率往上飙。
| 对比维度 | 电商比价 | 舆情监测 |
|---|---|---|
| 采集深度 | 浅，一个链接一页 | 深，列表页 + 正文页 + 翻页 |
| 日请求量级 | 万级，波动小 | 十万级，随事件波动大 |
| 对IP地区的要求 | 高，需要城市级精准 | 中，多数只需国内多地区轮换 |
| 失败的主要来源 | 异步加载、浮层拦截 | 长尾站超时、分页重复 |
| 成本最敏感的点 | 无效地区IP的浪费 | 重试与超时的消耗 |
| IP时长偏好 | 短效，够走完一次会话即可 | 短效为主，个别站点用长效 |
四、三步算出你的"单条成本"
很多团队比价的时候只看"每千次提取多少钱"，这个数字其实没什么参考价值，因为它不知道你多少次是白花的。真正能横向比较的指标只有一个：拿到一条有效数据，花了多少钱。
公式不复杂：
单条有效数据成本 = 提取次数 × 单次提取单价 ÷ 实际入库条数拆成三步来落地。
第一步，量出名义次数和实际次数。跑三天，把日志里的"发起请求数"和"成功入库数"都记下来。别用估算，就翻日志。
第二步，把重试摊进去。如果你的重试率是15%，那实际提取次数就是名义次数的1.15倍，这15%的钱必须算进分母。有些服务商失败不计费，这一块能省下来，报价单上要专门确认。
第三步，换算成每千条有效数据的价格。假设你一天入库5万条有效数据，日成本是C，那就是 C ÷ 50（千条）。拿这个数去比两家服务商，谁便宜一目了然——比"每千次提取多少钱"靠谱得多。
顺带一提：第三步算出来的数字，如果在换了服务商之后仍然算不出来，说明你的日志埋点有问题。这是成本测算的地基，不是可有可无的装饰。
五、选型时我会重点看的几张牌
算完成本，回到"选哪家"的问题上。除了单价，有几个点会直接影响上面那个公式的结果。
能不能先小量试。这是我最看重的。再漂亮的参数，不跑一遍你的目标站点都是空谈。神龙HTTP 支持先拿小流量跑通，API 兼容主流的爬虫编程语言，文档和示例代码直接能粘进项目里改，接起来不折腾。跑两天，重试率、可用率这些数字自己就出来了，比任何对比表都真实。
地区颗粒度够不够细。做电商比价，这一条几乎决定成败。神龙HTTP 提供 300+ 城市级精准定位，背后是国内三大运营商正规授权的 3000万+ 代理IP储备，短效动态、长效静态、固定IP几条产品线都有，采集任务里该用短的用短的、该挂长的挂长的，不用为了一个需求勉强凑合。IP 纯度做到 99.8%，可用率 99.9%，这两个数直接落到你公式的分母上。
有没有用量台账。个人中心里有可视化的用量统计和实时监控，能看出哪天提取量突然涨了、哪个时段成功率掉了。上个月那位朋友的账单翻倍，如果有这么一张图，他第一周就能发现问题，不至于拖一个月。异常识别和使用趋势分析这种东西，平时看着没用，出事的时候能救钱。
出问题能不能马上找到人。采集任务卡在验证页上过夜，第二天早上开会的报告就是空的。技术团队 7×24 小时支持，这条听着像套话，但真在凌晨两点被卡住的时候，它是唯一能救命的东西。
常见问题
Q：按量付费一定比包月套餐贵吗？
不一定，得看你的用量曲线。如果每天请求量稳定、跑满全月，包月摊下来的单价往往更低；但采集任务的量级波动本来就大，遇到大促或者突发事件翻几倍，包月的固定额度要么不够用要么平时闲着。按量付费的价值在于你不用为闲时买单。判断方法很简单：把过去三个月的日请求量拉成折线，波动超过30%的，按量付费通常更划算。
Q：电商比价必须用城市级定位的IP吗？
取决于你采的范围。如果只关心全国统一展示价，普通国内IP就够；但只要你需要看不同城市仓的价格、运费、库存状态，那就必须用对应城市的IP，否则采回来的数据对不上，等于白花钱。这一块宁可单价高一点，也别用随机地区的IP硬凑，浪费的钱远多于省下的。
Q：重试率多少算不正常？
10%以内属于正常波动，15%左右需要看一眼是不是目标站改版了，超过25%基本可以确定有问题——要么IP地区不对，要么请求头伪装没做好，要么被站点限流了。建议每天定时把重试率打出来看一眼，成本异常基本都是从这个数开始的。
Q：失败请求被计费了怎么处理？
先确认报价单上的规则，有的服务商明确写了"仅成功提取计费"，有的则不做区分。如果是不区分的那种，你就要在估算时把重试率乘进去，当作实际单价的一部分。另外，别把所有失败都归因于服务商——超时设置过长、目标站返回空页面但状态码是200，这些是脚本侧的问题，换谁家的IP都救不了。
Q：舆情监测需要买长效静态IP吗？
大部分场景不需要。舆情采集的特点是一个页面拿完就走，短效IP足够覆盖一次完整会话。只有少数需要保持登录态、或者页面交互特别重的站点，才值得给它们单独配长效静态IP，按站点分类配置，比全局都用长效要省很多。
