A Browserbase és a Stagehand értékelése: bérelt Chrome AI-agentekhez

A Browserbase bérelt Chromot ad: sessionök gyorsan indulnak, proxyhálózat mögött futnak, és a Chrome DevTools Protocolon át a Playwright, a Puppeteer vagy a Selenium irányíthatja őket. A Stagehand ugyanannak a cégnek az SDK-ja, amely három természetes nyelvű primitívet tesz erre a vezérfelületre. Az itt képviselt álláspont: ez a megfelelő páros termelési böngésző-agentekhez, amelyeknek alattuk változó oldalakat kell kibírniuk, és rossz páros annak, aki rögzített havi költséget akar, mert minden érdekes funkciót külön mérnek.

Ott ül, ahol egy agent-framework kézre van szüksége. A LangChain, a CrewAI és a Mastra dönt; a Stagehand kattint. Ami helyére lép, az a saját böngésző-farm: egy poolnyi headless példány, egy proxy-előfizetés, egy captcha-szolgáltatás és egy session-felvevő, amiket a Browserbase mind beépít egy óradíjba. A legkeményebb verseny nem egy másik cloud-böngésző, hanem egy sima Playwright-suite valakin a gépén, amit amúgy is már kifizetnek.

Mi ez

Egy szállító alatt két termék fut. A Browserbase az infrastruktúra: kezelt Chromium, proxyk, session-felvétel, identitási funkciók és HTTP-végpontok kereséshez, letöltéshez és kinyeréshez. A Stagehand az automatizálási könyvtár, MIT licenc alatt, jelenleg 4.1.0 verzióban az npm-en, TypeScript-, Python- és Go-SDK-kkal azonos hatókörrel.

• Szállító: Browserbase, Inc.; a Stagehand nyíltan a github.com/browserbase/stagehand helyen, MIT licenc alatt fejlődik.
• Böngészőidő: percenként számlázva, sessionenként egy perc minimum; az ingyenes csomag sessionenként 15 percet enged, a fizetősök 6 órát.
• Egyidejűség: 3 session ingyen, 25 a Developeren, 100 a Startupon, 250+ a Scale-en, a session-létrehozás pedig percenként 5, 25, 50 és 150 maximálisan.
• Stagehand-API: act, extract és observe a modellvezérelt lépésekhez, mellette Playwright-szerű page és locator metódusok mindenhez, amihez nem kell modell.
• Futatókörnyezet: közvetlenül a Chriumot vezérli CDP-n, v3 óta Playwright-függőség nélkül, v4 óta pedig a saját kiterjesztését tölti be a böngészőbe.
• Nyelvek: TypeScript, Python és Go; az npm-csomag Node 22.18-as vagy újabb verziót kíván.
• Kiegészítők: hosztolt MCP-szerver, Search- és Fetch-végpontok, session-felvétel, rezidens proxyk és egy Model Gateway, amely a modelleket piaci áron számlázza.

Hogyan működik

Egy session távoli Chromium-példány. Az SDK ehhez CDP-kapcsolatot nyit; 4-es verzió óta az az állapot, amit korábban a kliens tükrözött — célkövetés, frame-kontextusok, dispatch —, az oldal mellett betöltött kiterjesztésben él, így a kliens az igazságot olvassa és nem a másolatát. Modellhívások csak ott keletkeznek, ahol a kód kéri őket: egy act vagy extract kérés felépít egy rövidített nézetet az oldalról, elküldi egy modellnek, és a választ parancsokká alakítja.

Ez a szétválasztás a költségekben ugyanúgy számít, mint a szerkezetben. Determinisztikus lépések — egy már ismert szelektor — a böngészőpercen kívül semmibe sem kerülnek. Modellvezérelt lépésenként egy completion fut, és a szállító gyorsítótára éppen azért létezik, mert ugyanarra a kattintásra kétszer fizettek.

A három primitív

Az ígéret az, hogy a szkript lépésről lépésre eldöntheti, mennyit ért meg egy oldalból. A dokumentáció szerint a formátum szándékosan hibrid: természetes nyelv ott, ahol a DOM ismeretlen, kód ott, ahol a szelektor stabil.

• act("click the login button") egy természetes nyelvű utasítást hajt végre, és magát javítja, ha a szerkezet elmozdul.
• extract(prompt, schema) tipizált adatot ad, amely Zod- vagy Pydantic-sémára ellenőrzött, nem szabad szöveg.
• observe(instruction) valódi szelektorokat hordozó jelölt műveleteket ad vissza; így a hitelesítő adatok távol maradnak a prompttól.
• A page és a locator goto, click, fill, screenshot és frame-bejárást ad, következtetés nélkül.

A dokumentáció ajánlott sorrendje először observe, aztán act: a felderítés egy completionbe kerül, a talált művelet pedig cache-elhető és egyszerű parancsként lejátszható. Ott van a Browserbase-en futó agent tartós költsége — nem a böngészőórában, hanem a nem változott oldalakon végzett megismételt következtetésben.

Első lépések

A quickstart helyi Chrome-on fut, a saját modellkulccsal; ha a böngészőt browserbase.launch() cseréljük le, azzal ugyanaz a szkript a cloudba kerül. Az alábbi kódrészlet mindkét felet elvégzi: egy természetes nyelvű lépést és egy tipizált kinyerést, a végén egy determinisztikus kattintást.

import { browserbase, Stagehand } from "@browserbasehq/stagehand";
import { z } from "zod/v4";

const browser = await browserbase.launch({ apiKey: process.env.BROWSERBASE_API_KEY! });
const stagehand = await Stagehand.create({ browser, cache: true });
const [page] = await browser.context.pages();

await page.goto("https://example.com/pricing");

// natural language step, answered from cache when it repeats
await stagehand.act("open the plan comparison table");

// typed extraction: validated against the schema, not just prompted
const { data } = await stagehand.extract(
  "extract every plan and its monthly price",
  z.object({ plans: z.array(z.object({ name: z.string(), price: z.string() })) }),
);
console.table(data.plans);

// deterministic step: a real selector, no model involved
await page.locator('a[href="/docs"]').click();

await stagehand.close();
await browser.close();

Az utolsó két hívás mutatja a lényeget: a kinyerés séma ellenőrzött, így a hiányzó ár kivétel, nem pedig mondat, amit parseolni kellene, az utolsó kattintás pedig sosem ér el modellt. A másolható minta az arány — következtetés azokra a részekre, amelyeket még senkinek nem térképezett fel, locator a már ismert részekre.

Árazás

Négy csomag, ebből három nyilvános. A böngészőórák, a proxy-sávszélesség, az agent-futások és a Search- vagy Fetch-hívások külön havi keretet kapnak, utána felárat; semmit sem zárnak le keményen, így a nehéz hónap többet számláz, nem pedig hibával végződik.

A számítás könnyen félremegy. 300 nyers böngészőóra havonta a Developeren 20 plusz 200 óra felár 0,12 dolláron, azaz 44 dollár; ugyanez az 500 óra a Startupon benne van az előfizetésben. A proxy-forgalom a második változó: 1 GB van a Developeren, 5 GB a Startupon, utána gigabájtonként 12, illetve 10 dollár — ez a sor lepi meg azokat a csapatokat, amelyek rezidens IP-kkel futnak be a bejelentkezési folyamatokba.

Identitás és felismerés

Egy böngészőt eljuttatni egy olyan oldalra, amely nem akar automatizálást, itt önálló termékcsalád — és csomagonként lépcsőzött, nem külön eladott.

• Stealth: nincs a Freen, Basic a Developeren és a Startupon, Advanced Verified identitással a Scale-en.
• Captchamegoldás: minden fizetős csomagon automatikus, a Freen nincs meg.
• Proxyk: a kezelt rezidens forgalom gigabájtonként mért, és saját proxy-szállító is beállítható helyette.
• Megfelelés: SOC 2 minden csomagon; HIPAA megállapodással, DPA és SSO csak a Scale csomagon.

Ez a rész az, ahol egészséges a kételkedés. Az anti-bot védelem bérbe vehető, nem megoldott: a szintek azt írják le, mit alkalmaz a szállító, nem pedig sikerességi arányt, a publikált számok pedig olyan szállítóktól jönnek, akiknek érdekük a válasz. A Browser Use 2026. szeptember 21-én közzétett összehasonlítása a Browserbase-t Basic Stealth mellett 42%-on szerepeltette a saját 81%-ával szemben az egyik stealth-benchmarkon, és 70,3%-on 84,8%-kal szemben egy másikon. A mérnöki tanulság nem az, hogy a Browserbase gyenge, hanem az, hogy a felismerés célpontja mozog, és senki nem árazhat be rá rögzített SLA-t.

Hol csikorog

A gyengeségek szerkezetiek, nem véletlenek. Az SDK-n kívüli minden komponens zárt forrású: egy év helyi Stagehand sem hoz önfenntartó megfelelőt a proxy-poolnak, a stealth-rétegnek, a captchamegoldónak vagy a session-felvevőnek, hiszen maga az ingyenes csomag is 1 óránál és 3 párhuzamos sessionnél ér véget. Az árazásnak három métere van — böngészőórák, proxy-gigabájtok és modelltokenek —, és nincs publikált becslés arról, mennyibe kerül valós agent-terhelés elvégzett feladatonként. Saját adatközponti üzemeltetés nincs; a dokumentáció a kérdést régiókkal és tanácsadással válaszolja meg.

Ezekkel szemben az őszinte összefoglaló: a Browserbase a működési érettséggel versenyez, a darabáron viszont veszít: a Browser Use 0,02 dollárt ír ki böngészőórára a 0,10-0,12 dolláros felárral szemben, ötszörös különbséggel, amely csak akkor számít, amikor a benne foglalt órák elfogytak. A Playwright ingyenes marad és verhetetlen, ha a folyamatban semminek sem kell olyan oldalt megértenie, amilyet még nem látott.

Ítélet

A flottát a Browserbase-től kell megvenni, a Stagehandet pedig opcionális rétegként kezelni rajta, nem pedig az előfizetés okaként. Az SDK szabadon megtartható, az infrastruktúra nem, és az elszámolási séma azokat a csapatokat jutalmazza, amelyek tudják, mely lépésekhez kell modell.

1. Érdemes, ha az agent-folyamatoknak be kell jelentkezniük, dizájnváltást kell kibírniuk, és felügyelet nélkül kell futniuk olyan oldalakon, amelyeket a csapat senkije sem irányít.
2. Érdemes, ha a alternatíva a proxyk, a captchamegoldás és a session-felvétel saját felépítése lenne; ezek a komponensek azok, amiket az óradíj megvesz.
3. Inkább hagyd el, ha a folyamat minden oldala előre ismert: egy Playwright-suite és egy olcsó virtuális gép gyorsabb és olcsóbb lesz.
4. Inkább hagyd el, ha a költségvetésnek feladatonként rögzítettnek kell lennie: a böngészőpercek plusz a proxy-forgalom plusz a gateway-tokenek instrumentáció nélkül sosem adnak kiszámítható számot.
5. A Freenél a Developerrel kezdj: 1 óra és 15 perces sessionök a szkript megírásához elegendők, a kipróbálásához nem.

A Browserbase böngészőidő a unalmas részekkel együtt; a Stagehand egy szabad könyvtár, amely csak ott költ tokeneket, ahol ezt engedik. Az elsőt az elvégzett folyamatonkénti áron, a másodikat azon kell mérni, hány completionbe kerül egy folyamat.

Források

1. Browserbase pricing — plan limits, overage rates and the capability table
2. Browserbase plans and pricing docs — browser allocations, session duration and creation caps, retention and compliance by plan
3. Stagehand documentation — the act, extract and observe primitives and the Playwright-style page API
4. Stagehand quickstart — local launch, schema-typed extraction and the swap to browserbase.launch()
5. Stagehand v4 announcement — the extension architecture, the cache rename and the measured round-trip numbers
6. Stagehand repository — MIT licence, install commands and the hosted MCP server
7. Browser Use comparison of the two vendors — the September 2026 stealth, latency and price figures used in this review
8. Browser Use pricing — browser-hour and proxy rates in the comparison table
9. Skyvern pricing — credit allowances and concurrency in the comparison table
10. Playwright — the free alternative and its MCP server and CLI