Hai con số quyết định lựa chọn này: số trang bạn cần lấy mỗi tháng và tỷ lệ trang bị chặn bằng CAPTCHA. Khi scraping chỉ là tính năng phụ, một API trọn gói như ScrapingBee rẻ hơn nếu tính cả công sức vận hành. Khi khối lượng đủ lớn hoặc khi bạn cần loại CAPTCHA mà API trọn gói không đụng tới, hãy tự dựng scraper và chỉ mua phần giải CAPTCHA từ CaptchaAI.
ScrapingBee hay tự build với CaptchaAI: chọn nhanh
Chọn ScrapingBee khi
- Bạn không muốn vận hành gì cả — gửi URL, nhận HTML.
- Scraping là tính năng phụ, không phải lõi sản phẩm.
- Không cần can thiệp vào tham số giải CAPTCHA.
Chọn tự build với CaptchaAI khi
- Cần đúng loại CAPTCHA cụ thể: GeeTest v3, BLS CAPTCHA, ảnh/OCR.
- Khối lượng lớn khiến mô hình theo credit đội giá nhanh.
- Cần toàn quyền với trình duyệt: header, session, thời điểm chờ.
Hai kiến trúc khác nhau ở chỗ nào
| Khía cạnh | ScrapingBee | Tự build với CaptchaAI |
|---|---|---|
| Bản chất | API scraping trọn gói | API giải CAPTCHA |
| Giải CAPTCHA | Có sẵn, giới hạn loại | Bạn kiểm soát hoàn toàn |
| Proxy và render JS | Có sẵn | Bạn tự dựng (Selenium/Playwright) |
| Mô hình giá | Theo credit mỗi lệnh gọi API | Theo thread, không tính phí mỗi lần giải |
ScrapingBee bán HTML, CaptchaAI bán token.
Chi phí thực tế: ScrapingBee so với CaptchaAI
Số liệu dưới đây dựa trên đo đạc nội bộ và báo cáo từ người dùng tại thời điểm ghi nhận; kết quả thực tế thay đổi theo môi trường và khối lượng. Giá ScrapingBee là mức công bố công khai, chỉ mang tính tham khảo.
| Gói ScrapingBee | Credit/tháng | Giá | Mỗi request |
|---|---|---|---|
| Freelance | 1.000 | $49 | $0,049 |
| Startup | 10.000 | $99 | $0,010 |
| Business | 30.000 | $249 | $0,008 |
Render JavaScript tốn 5 credit mỗi trang, chế độ nâng cao tốn 10–25 credit — nên 10.000 credit không bằng 10.000 trang.
CaptchaAI tính theo thread (luồng giải đồng thời), không theo lần giải; mỗi thread giải không giới hạn CAPTCHA trong tháng.
Với 10.000 trang/tháng và 30% có CAPTCHA, tức chừng 3.000 lượt giải:
- ScrapingBee: khoảng $99–249/tháng tùy tỷ lệ trang cần render JavaScript.
- Tự build: BASIC ($15/tháng, 5 thread) cộng proxy và một VPS khoảng $20–50/tháng.
Con số nghiêng về tự build, nhưng phần chênh lệch đó bạn trả bằng thời gian kỹ sư.
Đối chiếu khả năng xử lý CAPTCHA
| Loại CAPTCHA | ScrapingBee | Tự build với CaptchaAI |
|---|---|---|
| reCAPTCHA v2/v3 | ✅ | ✅ |
| Cloudflare Turnstile và Challenge | ✅ | ✅ |
| GeeTest v3 | Không công bố | ✅ |
| GeeTest v4 | Không công bố | ❌ (sắp ra mắt) |
| BLS CAPTCHA | Không công bố | ✅ |
| CAPTCHA ảnh/OCR và dạng lưới | Hạn chế | ✅ |
| CaptchaFox, Friendly Captcha, Lemin | Không công bố | ✅ Beta |
| hCaptcha | Không công bố | ❌ Chưa hỗ trợ |
Ba loại beta chưa nên đưa vào production, còn hCaptcha thì CaptchaAI không giải.
Code hai hướng, đặt cạnh nhau
Hướng ScrapingBee
Một request, nhận HTML đã render sẵn.
import requests
resp = requests.get(
"https://app.scrapingbee.com/api/v1/",
params={
"api_key": "SCRAPINGBEE_KEY",
"url": "https://example.com/data",
"render_js": "true",
},
)
html = resp.text
# Parse HTML here
Bạn không phải tự quản lý trình duyệt hay proxy.
Hướng tự build với CaptchaAI
Bạn giữ trình duyệt, phát hiện CAPTCHA, gửi task tới in.php rồi lấy token.
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
# You control the browser
driver = webdriver.Chrome()
driver.get("https://example.com/data")
# Detect CAPTCHA
sitekey = driver.find_element(By.CSS_SELECTOR, "[data-sitekey]").get_attribute("data-sitekey")
# Solve with CaptchaAI
resp = requests.post("https://ocr.captchaai.com/in.php", data={
"key": "YOUR_API_KEY",
"method": "userrecaptcha",
"googlekey": sitekey,
"pageurl": driver.current_url,
"json": 1,
})
# ... poll for result, inject token ...
Tiếp theo là polling res.php và đặt token vào form.
Ghép cả hai vào một pipeline
Không nhất thiết phải chọn một: để API trọn gói lo trang tĩnh, chỉ chuyển sang scraper riêng khi gặp CAPTCHA.
def smart_scrape(url, scrapingbee_key, captchaai_key):
"""Use ScrapingBee for simple pages, CaptchaAI for complex ones."""
# Try ScrapingBee first (simpler)
resp = requests.get(
"https://app.scrapingbee.com/api/v1/",
params={"api_key": scrapingbee_key, "url": url},
)
if "captcha" not in resp.text.lower():
return resp.text # No CAPTCHA, use ScrapingBee result
# CAPTCHA detected, use CaptchaAI for full control
return solve_with_captchaai(url, captchaai_key)
Đổi lại, bạn phải nuôi hai nhánh code và hai bộ log.
Bối cảnh Việt Nam làm lệch cán cân ra sao
Với agency và công ty outsourcing ở TP.HCM hay Hà Nội, khối lượng hiếm khi dừng ở 10.000 trang. Một đội theo dõi giá công khai trên Shopee, Lazada và Tiki cho năm khách hàng đã cộng dồn vài chục nghìn trang mỗi tháng — đúng ngưỡng chi phí theo credit ăn vào biên lợi nhuận, còn chi phí theo thread gần như không đổi.
Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân là lý do chính đáng để tự giữ log: khi tự build, bạn ghi được đã gọi URL nào, lúc nào, lấy trường gì.
Câu hỏi thường gặp
CaptchaAI có thay thế hoàn toàn ScrapingBee không?
Không, hai bên ở hai tầng khác nhau. ScrapingBee lo proxy, render và trả HTML; CaptchaAI chỉ trả token cho bước CAPTCHA.
CaptchaAI có giải hCaptcha không?
Không. CaptchaAI hiện chưa hỗ trợ hCaptcha và FunCaptcha (Arkose Labs), còn GeeTest v4 mới ở trạng thái sắp ra mắt. Các loại chạy tốt gồm reCAPTCHA v2/v3, Turnstile, Cloudflare Challenge, GeeTest v3, ảnh/OCR và BLS CAPTCHA.
Khoảng 3.000 lượt giải mỗi tháng nên mua gói nào?
Gói BASIC ($15/tháng, 5 thread) đủ nếu bạn rải đều trong tháng. Cần giải nhiều CAPTCHA cùng lúc thì lên STANDARD ($30/tháng, 15 thread) — bạn mua thêm luồng đồng thời, không phải thêm lượt giải.
Tự build mất bao lâu mới chạy được?
Vài ngày cho bản chạy được, thêm một đến hai tuần để ổn định retry, timeout và cảnh báo. An toàn nhất là chạy song song rồi chuyển dần.
Đọc thêm
Ghép bước giải CAPTCHA vào scraper của bạn — bắt đầu với CaptchaAI.
