为什么2026年还要专门聊“验收标准”
代理IP这个行业，早几年比的是“谁家IP多”。现在情况变了：做电商多店铺的要盯账号安全，做数据采集的要盯任务跑不跑得完，做软件测试的要盯回归测试别卡住。大家不再缺IP，缺的是稳定、可预期、出问题有人管的IP。
所以选付费代理服务，不能只看销售发来的一张价格表。你需要一套自己的验收标准，把“能用”拆成几个可以量化的指标，签合同前跑一遍，后面半年都省心。这篇文章就讲四件事：可用率、延迟、并发、售后，每一项都给你能落地的判断方法。
指标一：可用率——不是听他说99%，是自己抽出来算
可用率的定义很简单：成功拿到响应并正常返回内容的请求次数 ÷ 总请求次数。难点不在公式，在采样方式。
很多人的测试方法是：提100个IP，挨个访问一次首页，能用就算过。这种方式测出来的数字会虚高，因为它只覆盖了一个时间点、一个目标站点。建议换成下面这套抽法：
1. 分时段抽。早中晚各抽一轮，因为代理池的高峰压力时段和你业务的高峰时段往往重合。
2. 多目标测。至少准备3个和你业务同类的目标站点，不要只测一个大站。
3. 连续观察。单轮跑三小时以上，每5分钟提取一批，比一次性测一千次更有说服力。
4. 重试单独记。第一次失败、重试成功的，要单独统计成“重试成功率”，不要直接算进一次成功里。
至于多少算合格，可以参考下面的经验线（针对国内业务目标站点）：
| 指标 | 凑合能用 | 合格 | 优秀 |
|---|---|---|---|
| 整体可用率 | 90% 左右 | ≥ 95% | ≥ 99% |
| 重试后成功率 | 95% | ≥ 98% | ≥ 99.5% |
| 连续3小时波动 | 起伏明显 | 单小时不低于均值8个点 | 基本持平 |
注意最后一行“波动”。有的服务商白天很好，晚高峰掉到七成，平均下来还是90%多，看着不难看，但你的采集任务偏偏就在晚上跑。稳定比高均值更重要。
指标二：延迟——别看平均值，看P95
延迟是最容易被“平均值”美化的指标。100次请求里95次都是50毫秒，剩下5次每次都卡8秒，平均值算出来才400多毫秒，看起来还挺漂亮，但你的程序实际上在等那5次上耗掉了大量时间。
所以要记录三个数：
P50（中位数）：一半请求比它快，代表日常体感。
P95：95%的请求比它快，代表你业务里“偶尔被卡住”的那部分，也就是超时设置该定多少的依据。
P99：极端情况，用来判断最坏能坏到什么程度。
判断口径建议：延迟必须和“目标站点”绑定，脱离目标谈延迟没有意义。测的时候用你真实业务要访问的那类站点，而不是拿一个就近的测速页。同时要注意，代理的延迟 = 你到代理服务器的延迟 + 代理到目标的延迟，前一段取决于节点离你近不近，后一段取决于线路质量。
还有一个容易被忽略的点：延迟的抖动。如果P50是80毫秒、P95是3秒，说明线路在频繁抖动，这种服务的体验往往比“整体慢但均匀”的更糟。验收时把标准差或者P95除以P50的倍数也算一下，倍数超过10就要谨慎。
指标三：并发——压力上来还剩下多少可用率
空载状态下跑出来的可用率和延迟，参考价值有限。真正的验收场景是：按你业务未来半年的峰值并发去压。
并发要分三层看，很多人只测了第一层：
第一层，业务请求并发。同时发多少个请求。建议从你当前并发的一半开始，每轮增加10个，一直压到错误率超过5%为止，记下这个拐点。
第二层，提取接口并发。后台API每秒能调多少次、单次能取多少个IP。如果你的程序每几秒就要提一批，接口限流会直接卡住整个任务。
第三层，长连接数。隧道类代理一般是按并发连接数计费的，一个连接能同时跑几个请求，这个上限要问清楚。
另外还有两个必须问的问题：并发是硬限制还是软限制（超了是直接拒绝还是排队等）、超出后返回什么（明确的错误码还是直接超时）。明确返回错误码的，你的程序还能降级重试；直接超时的，只能靠猜。
指标四：售后——出问题时的那十分钟最值钱
代理服务的售后不是“态度好不好”，是“故障发生到恢复有多快”。验收阶段可以主动去探一探：
先提一个技术工单。故意问一个稍微深入一点的问题，比如“隧道模式下并发连接数怎么算”“提取接口限流返回什么状态码”。看回复的是客服话术还是技术判断。
看文档能不能跑通。把官方给的接口示例原样跑一遍，是不是复制粘贴就能出结果。
问清楚支持时段。是7×24，还是工作日9点到18点。如果你的采集任务在凌晨跑，这个区别很大。
确认故障沟通方式。是公告、群通知，还是只能你自己发现。
一个成熟的代理服务商，通常会有专门的技术对接人，能针对你的业务场景给建议，而不是只会说“重启试试”。
一套可以直接照抄的验收流程
把上面四块串起来，就是下面这个顺序：
第一步，小流量试跑（1-3天）。按真实业务量的10%~20%跑，记录可用率、P50/P95延迟、错误分布。
第二步，加压测试（半天）。并发逐步加到目标峰值的1.5倍，看拐点在哪。
第三步，异常场景测试。故意用错账号密码、故意超并发、故意提取超大数量，看返回是否清晰。
第四步，对比复测。至少和一家备选一起测，同一时间段、同一目标站点、同一脚本，横向比。
下面是验收脚本的骨架，Python写法，把统计逻辑做全就行：
import time
import statistics
import requests
from concurrent.futures import ThreadPoolExecutor
EXTRACT_API = "服务商后台给你的提取链接"
TARGET = "你业务要访问的目标站点"
PROXY_HOST = "代理服务器地址:端口"
AUTH = ("账号", "密码")
def one_request(_):
proxies = {"http": f"http://{PROXY_HOST}", "https": f"http://{PROXY_HOST}"}
start = time.time()
try:
r = requests.get(TARGET, proxies=proxies, auth=AUTH, timeout=10)
cost = (time.time() - start) * 1000
ok = r.status_code == 200 and len(r.text) > 200
return ok, cost
except Exception:
return False, None
def run(total=200, workers=20):
with ThreadPoolExecutor(max_workers=workers) as pool:
results = list(pool.map(one_request, range(total)))
ok_list = [c for ok, c in results if ok]
success_rate = len(ok_list) / total
ok_list.sort()
def pct(p):
if not ok_list:
return None
idx = min(int(len(ok_list) * p), len(ok_list) - 1)
return round(ok_list[idx], 1)
print(f"可用率: {success_rate:.2%}")
print(f"P50: {pct(0.50)}ms P95: {pct(0.95)}ms P99: {pct(0.99)}ms")
print(f"抖动倍数 P95/P50: {pct(0.95) / max(pct(0.50), 1):.1f}")
if __name__ == "__main__":
run()
把 total 和 workers 换成你的业务规模，多跑几轮，把每次的结果记到表格里，就有了自己的验收报告。数据在手，续费还是换供应商，都不用拍脑袋。
验收合格之后，服务商该怎么选
标准是给你自己用的尺子，尺子量完之后总要落到一个具体的服务上。这里推荐天启HTTP——一个专注国内IP的代理服务商，适合业务目标都在国内场景的团队。
它的产品形态覆盖了上面几类验收需求：短效代理适合采集类任务，随用随取；独享代理适合需要固定出口、长期稳定的多账号运营；隧道代理适合不想自己维护IP池、希望把切换逻辑交给服务端的团队。后台提供提取接口，可以按自己的节奏批量拿IP，方便接入上面那套验收脚本。
需要说清楚的是：天启HTTP做的是国内IP代理，业务目标在海外的话不适用；同时它不提供住宅类IP，选型前请先确认自己的业务场景是否匹配。具体的套餐配置和价格，以官网页面为准，不要轻信非官方渠道的说法。
常见问题
Q：验收要跑多久才靠谱？
建议至少3天，覆盖工作日和周末，并且把你业务真正的高峰时段包含进去。只跑半小时测出来的数字，参考价值很低。
Q：可用率95%和99%差得多吗？
差得很多。按一天86400秒算，1%的不可用大约是14分钟。对采集类任务来说，14分钟可能意味着几十个任务卡住。如果你的业务是7×24跑的，尽量往99%这条线去要求。
Q：延迟多少算正常？
没有统一答案，必须和你访问的目标站点绑定。一般情况下，国内目标站点P95在几百毫秒内是比较舒服的区间；如果P95比P50高出十倍以上，说明线路在抖动，光看平均值会误判。
Q：并发是不是越大越好？
不是。要看你业务真实的峰值并发，然后留一点余量。盲目追高并发，一方面多花钱，另一方面服务端为了扛住大量连接，反而可能牺牲单请求的稳定性。合适比大更重要。
Q：试用期测得好，正式用会不会变差？
有一定概率。所以验收时除了看平均值，还要看波动幅度：一个稳定在95%的服务，比一个在80%到99%之间反复跳的服务可靠得多。可以在正式上线后第一周继续保留监控，数据稳定了再放大业务量。
Q：售后响应多久算合格？
技术类工单，工作时间内1小时内有人接手、当天能给出明确结论，就算不错的水平。如果连接口文档里的示例都跑不通，或者回复永远是“稍等”“已反馈”，那就要慎重了。
