代理流量为什么比文件大？GB、重试和浏览器请求详解

先统一 GB 与 GiB 的口径

十进制 1 GB = 1,000,000,000 字节；二进制 1 GiB = 1,073,741,824 字节。同一批字节，用前者除得出的数值会更大：1 GiB 约等于 1.074 GB。界面上写 GB 的软件不一定都使用同一个除数，因此不要直接拿两个界面的数字相减。

核对账单时，优先拿原始字节数和明确的换算规则比较。本文解释通用测量方法，具体套餐的扣量单位、上下行范围和倍率以产品实际规则及账户记录为准，不把某个客户端指标当作结算承诺。

文件大小不是完整的网络账单

打开一个页面通常还会获取样式、脚本、图片、字体和接口数据；随后可能发生自动刷新、视频预加载、WebSocket 通信或轮询。保存的 HTML 文件不包含这些请求。下载失败也可能已传输了部分响应，不能仅凭“没有成功保存文件”判断没有产生流量。

curl 文档明确区分 size_download、size_header 和 size_upload；--compressed 下解压后输出的大小也可能不同。[1] HTTP 的 Content-Encoding 描述了内容编码方式，gzip 或 br 不会让所有类型的数据都按同一比例缩小。[2]

一个能自己复算的预算例子

假设一次任务的主文档及所需子资源共传输 2.0 MB，执行 1,000 次：基础下载约 2,000 MB。再假设其中 100 次重试，每次重试额外传输 1.5 MB，则增加 150 MB，合计 2,150 MB；还未包括上传、头部及服务规则内的其他数据。

这是算术示例，不是 MooProxy 实测，也不是每个网页的固定消耗。若失败都发生在返回主体前，重试增加的数据会更少；若每次都接近下载完成才失败，则会更多。

估算传输量 = 成功尝试的数据
           + 失败尝试中已经传输的数据
           + 必要的后台请求和上传
每条有效结果成本 = 该批次实际费用 / 有效结果数量

按这个顺序定位异常消耗

1. 选择一个独立账号或测试时段，暂停同账号其他任务，记录余额与时间。
2. 只执行一轮小样本，固定地区、任务数量和页面等待条件。
3. 在 Network 面板或应用日志中检查请求数、资源类型、重定向和重试。
4. 等待后台计量更新后再读余额，确认单位与倍率口径。
5. 逐项改变设置再复测，不同时修改并发、图片和会话模式。

在共享账号仍持续跑任务时，对比两次余额无法分离这一批测试的用量。实时流量上报也可能有延迟，应保存完整测试时间窗口。

三个更有效的优化动作

• 减少不需要的请求：文本任务可尝试不加载图片或视频，但必须验证目标数据仍完整；截图任务通常不能这样处理。
• 控制失败放大：将连接错误、认证失败和目标限流分别处理，避免对固定错误无限重试。
• 检查复用和缓存：连接池可减少连接开销，缓存可减少重复资源；Playwright 的请求拦截会禁用 HTTP 缓存，需要测量取舍。

把“更少流量”和“结果正确”一起验收。只看费用降低，可能得到缺字段、没渲染完或需要重跑的数据，最终成本反而更高。