Japão

IPs residenciais reais

Proxies residenciais do Japão

Proxies residenciais japoneses são endereços IP reais de residências no Japão, atribuídos por provedores de internet residenciais como NTT Communications, KDDI, SoftBank e Sony Network Communications. Eles permitem que você navegue, faça scraping e verifique lojas, preços e conteúdos japoneses como um usuário genuíno dentro do país — em Tóquio, Osaka, Nagoia e Quioto — em vez de fazê-lo a partir de um IP de datacenter, que a Rakuten Ichiba, o Yahoo! Shopping e os bloqueios geográficos locais identificam e barram de imediato.

Teste por US$ 1,99/GB Entrar com o Google

HTTP / SOCKS5Segmentação por cidade e ISPTráfego que nunca expiraLimpeza verificada mensalmente

142.699IPs no pool

25+Cidades cobertas

101Redes de ISP

110 msLatência mediana

99.4%Estritamente limpos

Proxies residenciais do Japão, em resumo

Os proxies residenciais do Japão são endereços IP reais de residências Japão, atribuídos por provedores de internet residenciais. Eles permitem navegar, fazer scraping e verificar sites, preços e conteúdos Japão como um usuário genuíno dentro do país — em vez de partir de um IP de datacenter que os sites locais sinalizam e bloqueiam.

Tipo de pool: Residencial, multi-ISP
Cidades cobertas: Tokyo, Minato, Minato-ku
Principais ISPs: KDDI · NTT Communications · SoftBank
Protocolos: HTTP, SOCKS5
Rotação: Por requisição ou fixa
Precisão geográfica: 99.99%
Limpeza do pool: 99.4% clean
Preços: from $2.00/GB
Última medição: 2026-06-23
Suporte: 24/7

Por que as equipes escolhem nosso pool Japão

IPs residenciais reais, segmentação precisa e qualidade que você não precisa aceitar só na confiança.

IPs residenciais reais

Conexões residenciais genuínas de provedores de internet residenciais Japão — não faixas de datacenter que são bloqueadas de imediato.

Segmentação por cidade e ISP

Segmente cidades e operadoras específicas onde a profundidade do pool permite — até o nível do provedor.

Rotativos ou fixos

Rotação por requisição para escala, ou sessões fixas de até ~72h para fluxos de várias etapas.

HTTP e SOCKS5

Funciona com qualquer cliente, scraper ou stack de automação, sem configuração extra.

Origem ética

IPs de uma rede residencial opt-in — usuários reais que consentiram em compartilhar banda.

Limpeza verificada, mensalmente

Medimos o pool novamente todos os meses e publicamos os números, para que se mantenham atualizados.

Qualidade que você pode verificar

Todo mês rodamos o mesmo benchmark — uma amostra aleatória de IPs avaliada com o Scamalytics, latência testada a partir de um VPS neutro e precisão geográfica conferida em bancos de dados independentes. Os números abaixo refletem a produção, não uma rodada de laboratório em condições ideais.

Limpeza Scamalytics · 100.000 IPs

Estritamente limpos99.4%

Contaminação por datacenter0%

Em alguma blacklist0.19%

Baixo risco de fraude (0–19)99.4%

Precisão geográfica99.99%

Latência e velocidade VPS → Cloudflare

Latência mediana110ms

Latência p90 / p95151 / 185 ms

Sucesso de conexão98.9%

Throughput (mediana / p95)6.84 / 7.42 MB/s

Conclusão de arquivos grandes96%

Composição da rede

Tipo de conexão100% residencial

Redes de ISP (ASN)101

Modos de rotaçãopor requisição · fixa

Principais operadorasKDDI · NTT Communications · SoftBank

Medido em 100.000 endereços a partir de um VPS neutro contra a edge da Cloudflare, com dados precisos até o último benchmark. Uma nova rodada pode variar por uma pequena margem, mas os números refletem plenamente a ordem de grandeza e são uma base sólida para avaliar se o pool atende ao seu caso de uso. O sucesso de scraping por alvo não é publicado — ele depende do seu fingerprint e da sua configuração, não apenas do IP.

benchmark.py — benchmark aberto do pool

O benchmark aberto por trás dos números acima. Ele pega uma amostra aleatória de IPs do pool e mede quatro coisas — limpeza (risco de fraude no Scamalytics, datacenter, blacklist e precisão geográfica), latência (ida e volta até a edge da Cloudflare e a ip-api), rotação (IPs únicos, ASNs e sub-redes /24) e throughput (velocidade de download e time-to-first-byte) — e então reporta cada uma. É publicado por completo para que a metodologia por trás de cada número permaneça aberta à inspeção.

# -*- coding: utf-8 -*-

"""
JETPROXY — POOL BENCHMARK

End-to-end audit of a residential proxy pool. A single run measures cleanliness,
latency, rotation and throughput, then prints every metric as one list.

  Cleanliness   fraud-risk, datacenter, blacklist and geo-accuracy (Scamalytics)
  Latency       Cloudflare edge (responsiveness) and ip-api origin (round-trip)
  Rotation      unique IPs / ASNs / subnets, success rate, country match
  Throughput    median & p95 download speed, time-to-first-byte, drop rate

Every stage size is a parameter, so the same script runs a quick check or a deep
audit:

    python benchmark.py --country ID
    python benchmark.py --quality 200 --downloads 50 --latency 1000 --rotation 5000 --country ID
    python benchmark.py --proxies proxies.txt --country ID --json result.json

Proxies   paste at the prompt (one per line) or pass --proxies FILE.
          host:port:user:pass  ·  host:port  ·  user:pass@host:port
The Scamalytics key for the cleanliness stage is read from the environment or
../.env (SCAMALYTICS_USER + SCAMALYTICS_KEY); without it that stage is skipped.
"""
from __future__ import annotations

import argparse
import asyncio
import csv
import ipaddress
import json
import os
import re
import statistics
import sys
import time
from collections import Counter
from datetime import datetime

try:
    sys.stdout.reconfigure(encoding="utf-8")
    sys.stderr.reconfigure(encoding="utf-8")
except Exception:
    pass

try:
    import aiohttp
    from rich.console import Console
    from rich.table import Table
    from rich import box
except ImportError:
    print("\n[!] Need: pip install aiohttp rich\n")
    sys.exit(1)

console = Console()

# ── endpoints ────────────────────────────────────────────────────────────────

IP_ENDPOINT = ("http://ip-api.com/json/?fields="
               "status,message,country,countryCode,regionName,city,isp,as,org,query")
CF_TRACE = "https://speed.cloudflare.com/cdn-cgi/trace"   # tiny edge response (~350 B)

FILE_MB = 10
DOWN_URL = f"https://speed.cloudflare.com/__down?bytes={FILE_MB * 1_000_000}"
SCAM_HOST = "https://api11.scamalytics.com/v3"            # US node (api12 = EU)


SCORE_CONCURRENCY = 10
DOWN_CONCURRENCY = 3   # downloads share the local uplink — keep low so the exit node is the bottleneck



# ── proxy parsing ──────────────────────────────────────────────────────────────

def parse_proxy(raw: str):
    """host:port | host:port:user:pass | user:pass@host:port | scheme://..."""
    raw = raw.strip()
    if not raw or raw.startswith("#"):
        return None
    scheme = "http"
    if "://" in raw:
        scheme, raw = raw.split("://", 1)
    user = pwd = host = port = None
    if "," in raw:
        parts = [p.strip() for p in raw.split(",")]
        if len(parts) == 4:
            host, port, user, pwd = parts
        elif len(parts) == 2:
            host, port = parts
        else:
            return None
    elif "@" in raw:
        cred, hostport = raw.rsplit("@", 1)
        if ":" in cred:
            user, pwd = cred.split(":", 1)
        host, port = hostport.rsplit(":", 1)
    else:
        parts = raw.split(":")
        if len(parts) == 2:
            host, port = parts
        elif len(parts) == 4:
            host, port, user, pwd = parts
        else:
            return None
    try:
        port = int(port)
    except (ValueError, TypeError):
        return None
    return {"scheme": scheme, "host": host, "port": port, "user": user, "pwd": pwd,
            "url": f"{scheme}://{host}:{port}", "label": f"{host}:{port}"}


def subnet24(ip: str) -> str:
    try:
        return str(ipaddress.ip_network(ip + "/24", strict=False))
    except ValueError:
        return ""


def pct(values, p):
    if not values:
        return 0.0
    s = sorted(values)
    k = min(len(s) - 1, max(0, int(round(p / 100 * (len(s) - 1)))))
    return s[k]


# ── ip-api request (identity + geo + round-trip) ───────────────────────────────

def _fail(idx, proxy, err, latency):
    return {"idx": idx, "ok": False, "proxy": proxy["label"], "error": err, "latency": latency}


async def _one_attempt(session, proxy, idx, timeout):
    t0 = time.perf_counter()
    auth = aiohttp.BasicAuth(proxy["user"], proxy["pwd"]) if proxy["user"] else None
    try:
        async with session.get(IP_ENDPOINT, proxy=proxy["url"], proxy_auth=auth,
                               timeout=aiohttp.ClientTimeout(total=timeout)) as r:
            latency = (time.perf_counter() - t0) * 1000
            if r.status != 200:
                return _fail(idx, proxy, f"HTTP {r.status}", latency)
            data = await r.json(content_type=None)
            if data.get("status") != "success":
                return _fail(idx, proxy, data.get("message", "api error"), latency)
            ip = data.get("query", "")
            asn = data.get("as", "").split(" ")[0] if data.get("as") else ""
            return {"idx": idx, "ok": True, "proxy": proxy["label"], "ip": ip,
                    "country": data.get("country", ""), "cc": data.get("countryCode", ""),
                    "region": data.get("regionName", ""), "city": data.get("city", ""),
                    "isp": data.get("isp") or data.get("org", ""), "asn": asn,
                    "org": data.get("org") or data.get("as", ""),
                    "subnet": subnet24(ip), "latency": latency, "error": ""}
    except asyncio.TimeoutError:
        return _fail(idx, proxy, "timeout", (time.perf_counter() - t0) * 1000)
    except Exception as e:
        return _fail(idx, proxy, type(e).__name__, (time.perf_counter() - t0) * 1000)


async def fetch(session, proxy, sem, idx, timeout, max_retries=2):
    async with sem:
        res = None
        for attempt in range(1, max_retries + 2):
            res = await _one_attempt(session, proxy, idx, timeout)
            if res["ok"]:
                res["attempts"] = attempt
                res["first_try_ok"] = (attempt == 1)
                return res
        res["attempts"] = max_retries + 1
        res["first_try_ok"] = False
        return res


# ── Cloudflare edge probe (responsiveness + nearest datacenter) ────────────────

async def cf_probe(proxy, sem, timeout):
    """One warm-up request opens the tunnel + TLS, then the next request on the same
    kept-alive connection is timed — so the figure is the edge round-trip, not the
    one-off connection setup."""
    async with sem:
        auth = aiohttp.BasicAuth(proxy["user"], proxy["pwd"]) if proxy["user"] else None
        try:
            async with aiohttp.ClientSession(connector=aiohttp.TCPConnector(limit=2, ssl=False)) as sess:
                async with sess.get(CF_TRACE, proxy=proxy["url"], proxy_auth=auth,
                                    timeout=aiohttp.ClientTimeout(total=15)) as w:
                    await w.read()
                t0 = time.perf_counter()
                async with sess.get(CF_TRACE, proxy=proxy["url"], proxy_auth=auth,
                                    timeout=aiohttp.ClientTimeout(total=timeout)) as r:
                    txt = await r.text()
                    rtt = (time.perf_counter() - t0) * 1000
                    if r.status != 200:
                        return {"ok": False, "error": f"HTTP {r.status}"}
                    d = {}
                    for ln in txt.splitlines():
                        if "=" in ln:
                            k, v = ln.split("=", 1)
                            d[k] = v
                    return {"ok": True, "rtt": rtt, "ip": d.get("ip", ""),
                            "loc": d.get("loc", ""), "colo": d.get("colo", "")}
        except asyncio.TimeoutError:
            return {"ok": False, "error": "timeout"}
        except Exception as e:
            return {"ok": False, "error": type(e).__name__}


# ── download (throughput + TTFB + mid-transfer drops) ──────────────────────────

async def download(proxy, sem, idx, timeout, retries):
    async with sem:
        auth = aiohttp.BasicAuth(proxy["user"], proxy["pwd"]) if proxy["user"] else None
        last_err = ""
        dropped_at = []
        for attempt in range(1, retries + 2):
            try:
                async with aiohttp.ClientSession(connector=aiohttp.TCPConnector(limit=4, ssl=False)) as sess:
                    country = "?"
                    try:
                        async with sess.get(CF_TRACE, proxy=proxy["url"], proxy_auth=auth,
                                            timeout=aiohttp.ClientTimeout(total=15)) as tr:
                            for ln in (await tr.text()).splitlines():
                                if ln.startswith("loc="):
                                    country = ln[4:].strip() or "?"
                    except Exception:
                        pass
                    t0 = time.perf_counter()
                    async with sess.get(DOWN_URL, proxy=proxy["url"], proxy_auth=auth,
                                        timeout=aiohttp.ClientTimeout(total=timeout)) as r:
                        if r.status != 200:
                            last_err = f"HTTP {r.status}"
                            continue
                        first = None
                        nbytes = 0
                        try:
                            async for chunk in r.content.iter_chunked(65536):
                                if first is None:
                                    first = time.perf_counter()
                                nbytes += len(chunk)
                        except Exception as stream_err:
                            if nbytes > 0:
                                dropped_at.append(nbytes)
                                last_err = f"dropped@{nbytes // 1_000_000}MB"
                            else:
                                last_err = type(stream_err).__name__
                            continue
                        end = time.perf_counter()
                        if nbytes == 0:
                            last_err = "empty"
                            continue
                        ttfb = (first - t0) * 1000 if first else 0
                        dl_time = (end - first) if first and end > first else (end - t0)
                        mbps = (nbytes / 1_000_000) / dl_time if dl_time > 0 else 0
                        return {"idx": idx, "ok": True, "country": country, "bytes": nbytes,
                                "ttfb_ms": ttfb, "mbps": mbps, "dropped": bool(dropped_at), "error": ""}
            except asyncio.TimeoutError:
                last_err = "timeout"
            except Exception as e:
                last_err = type(e).__name__
        return {"idx": idx, "ok": False, "country": "?", "bytes": 0, "ttfb_ms": 0,
                "mbps": 0, "dropped": bool(dropped_at), "error": last_err}


# ── Scamalytics scoring ────────────────────────────────────────────────────────

def load_creds():
    user = os.environ.get("SCAMALYTICS_USER")
    key = os.environ.get("SCAMALYTICS_KEY")
    if user and key:
        return user.strip(), key.strip()
    found = {}
    for path in ("../.env", "../.env.local", ".env"):
        p = os.path.join(os.path.dirname(__file__), path)
        if os.path.exists(p):
            with open(p, encoding="utf-8") as f:
                for line in f:
                    m = re.match(r'\s*(SCAMALYTICS_USER|SCAMALYTICS_KEY)\s*=\s*"?([^"\s]+)"?', line)
                    if m:
                        found[m.group(1)] = m.group(2)
    return found.get("SCAMALYTICS_USER"), found.get("SCAMALYTICS_KEY")


def parse_scam(ip, data):
    s = data.get("scamalytics", {})
    if s.get("status") != "ok":
        return {"ip": ip, "ok": False, "error": s.get("status") or "bad_response"}
    ext = data.get("external_datasources", {})
    score = s.get("scamalytics_score")
    risk = s.get("scamalytics_risk", "?")
    px = s.get("scamalytics_proxy", {})
    is_dc = bool(px.get("is_datacenter"))
    is_vpn = bool(px.get("is_vpn"))
    fh = bool(ext.get("firehol", {}).get("is_proxy"))
    ips_bl = bool(ext.get("ipsum", {}).get("ip_blacklisted"))
    sh = bool(ext.get("spamhaus_drop", {}).get("ip_blacklisted"))
    x4 = bool(ext.get("x4bnet", {}).get("is_blacklisted_spambot"))
    on_bl = bool(s.get("is_blacklisted_external")) or fh or ips_bl or sh or x4
    cc = (ext.get("dbip", {}).get("ip_country_code")
          or ext.get("ipinfo", {}).get("ip_country_code")
          or ext.get("maxmind_geolite2", {}).get("ip_country_code")
          or ext.get("ip2proxy_lite", {}).get("ip_country_code") or "?")
    isp = (ext.get("dbip", {}).get("isp_name")
           or ext.get("ip2proxy_lite", {}).get("isp_name")
           or s.get("scamalytics_isp") or "?")
    asn = ext.get("ipinfo", {}).get("asn") or ext.get("ip2proxy_lite", {}).get("asn") or "?"
    return {"ip": ip, "ok": True, "error": "", "score": score if isinstance(score, int) else 0,
            "risk": risk, "is_dc": is_dc, "is_vpn": is_vpn, "on_bl": on_bl,
            "country": cc, "isp": isp, "asn": asn,
            "credits": s.get("credits", {}).get("remaining"),
            "strict_clean": (risk == "low" and not is_dc and not on_bl)}


async def score_one(session, user, key, ip, sem):
    async with sem:
        try:
            async with session.get(f"{SCAM_HOST}/{user}/", params={"key": key, "ip": ip},
                                   timeout=aiohttp.ClientTimeout(total=20)) as r:
                return parse_scam(ip, await r.json(content_type=None))
        except Exception as e:
            return {"ip": ip, "ok": False, "error": type(e).__name__}


# ── stage runners ──────────────────────────────────────────────────────────────

def progress(tag, done, total):
    step = max(1, total // 10)
    if done % step == 0 or done == total:
        console.print(f"   [{tag}] {done}/{total}", highlight=False)


async def run_ipapi(proxies, n, concurrency, timeout, retries, tag):
    sem = asyncio.Semaphore(concurrency)
    conn = aiohttp.TCPConnector(limit=concurrency * 3, ssl=False)
    out = []
    async with aiohttp.ClientSession(connector=conn) as http:
        tasks = [asyncio.create_task(fetch(http, proxies[i % len(proxies)], sem, i, timeout, retries))
                 for i in range(n)]
        for done, coro in enumerate(asyncio.as_completed(tasks), 1):
            out.append(await coro)
            progress(tag, done, n)
    return out


async def run_cf(proxies, n, concurrency, timeout, tag):
    sem = asyncio.Semaphore(concurrency)
    tasks = [asyncio.create_task(cf_probe(proxies[i % len(proxies)], sem, timeout))
             for i in range(n)]
    out = []
    for done, coro in enumerate(asyncio.as_completed(tasks), 1):
        out.append(await coro)
        progress(tag, done, n)
    return out


async def run_download(proxies, n, timeout, retries, tag):
    sem = asyncio.Semaphore(DOWN_CONCURRENCY)
    tasks = [asyncio.create_task(download(proxies[i % len(proxies)], sem, i, timeout, retries))
             for i in range(n)]
    out = []
    for done, coro in enumerate(asyncio.as_completed(tasks), 1):
        out.append(await coro)
        progress(tag, done, n)
    return out


async def score_ips(ips, user, key, tag):
    sem = asyncio.Semaphore(SCORE_CONCURRENCY)
    out = []
    async with aiohttp.ClientSession() as session:
        tasks = [asyncio.create_task(score_one(session, user, key, ip, sem)) for ip in ips]
        for done, coro in enumerate(asyncio.as_completed(tasks), 1):
            out.append(await coro)
            progress(tag, done, len(ips))
    return out


# ── input ──────────────────────────────────────────────────────────────────────

def read_proxies(path):
    if path:
        with open(path, encoding="utf-8") as f:
            lines = f.readlines()
    else:
        console.print("Paste proxies (one per line), then an empty line:")
        lines = []
        while True:
            try:
                ln = input()
            except EOFError:
                break
            if ln.strip() == "":
                if lines:
                    break
                continue
            lines.append(ln)
    return [p for p in (parse_proxy(l) for l in lines) if p]


def fmt(v, suffix=""):
    return f"{v}{suffix}"


# ── main ─────────────────────────────────────────────────────────────────────

def build_report(M):
    t = Table(title="POOL BENCHMARK — RESULTS", box=box.DOUBLE_EDGE, header_style="bold cyan",
              title_style="bold green")
    t.add_column("Metric", style="cyan")
    t.add_column("Value", style="bold white", justify="right")
    for section, rows in M["sections"]:
        t.add_row(f"[bold yellow]{section}[/]", "")
        for k, v in rows:
            t.add_row(f"  {k}", str(v))
    console.print()
    console.print(t)


async def run(args, proxies):
    M = {"label": args.label, "country": args.country or None,
         "timestamp": datetime.now().isoformat(timespec="seconds"),
         "proxies_input": len(proxies), "stages": {}}
    user = key = None

    # 1 — cleanliness (Scamalytics)

    clean_rows = []
    if not args.no_quality and args.quality > 0:
        user, key = load_creds()
        if not user or not key:
            console.print("[yellow]Scamalytics key not found — skipping cleanliness stage.[/]")
        else:
            console.rule(f"[bold]Cleanliness — {args.quality} IPs[/]")
            collected = await run_ipapi(proxies, int(args.quality * 1.6) + 10,
                                        args.concurrency, 15, 1, "collect")
            uniq = {}
            for r in collected:
                if r.get("ok") and r.get("ip") and r["ip"] not in uniq:
                    uniq[r["ip"]] = r
            ips = list(uniq.keys())[:args.quality]
            scored = await score_ips(ips, user, key, "score")
            ok = [r for r in scored if r.get("ok")]
            n = len(ok)
            if n:
                strict = sum(r["strict_clean"] for r in ok) / n * 100
                low = sum(1 for r in ok if r["risk"] == "low") / n * 100
                dc = sum(r["is_dc"] for r in ok) / n * 100
                bl = sum(r["on_bl"] for r in ok) / n * 100
                vpn = sum(r["is_vpn"] for r in ok)
                geo = None
                if args.country:
                    geo = sum(1 for r in ok if (r["country"] or "").upper() == args.country.upper()) / n * 100
                M["stages"]["cleanliness"] = {
                    "n": n, "strict_clean_pct": round(strict, 1), "low_risk_pct": round(low, 1),
                    "datacenter_pct": round(dc, 1), "blacklist_pct": round(bl, 1),
                    "geo_accuracy_pct": round(geo, 1) if geo is not None else None, "vpn": vpn}
                clean_rows = [("Strictly clean", f"{strict:.1f}%"),
                              ("Low fraud-risk (0–19)", f"{low:.1f}%"),
                              ("Datacenter", f"{dc:.1f}%"),
                              ("Blacklisted", f"{bl:.1f}%")]
                if geo is not None:
                    clean_rows.append((f"Geo-accuracy ({args.country.upper()})", f"{geo:.1f}%"))
                # per-IP CSV

                ts = datetime.now().strftime("%Y%m%d_%H%M%S")
                with open(f"benchmark_ips_{ts}.csv", "w", newline="", encoding="utf-8") as f:
                    w = csv.writer(f)
                    w.writerow(["ip", "score", "risk", "is_datacenter", "is_vpn", "on_blacklist",
                                "country", "isp", "asn", "strict_clean"])
                    for r in scored:
                        if r.get("ok"):
                            w.writerow([r["ip"], r["score"], r["risk"], r["is_dc"], r["is_vpn"],
                                        r["on_bl"], r["country"], r["isp"], r["asn"], r["strict_clean"]])

    # 2 — throughput

    console.rule(f"[bold]Throughput — {args.downloads} downloads[/]")
    dl = await run_download(proxies, args.downloads, 60, 1, "download")
    dok = [r for r in dl if r["ok"]]
    dl_rows = []
    if dok:
        mbps = [r["mbps"] for r in dok]
        ttfb = [r["ttfb_ms"] for r in dok]
        nodrop = sum(1 for r in dl if r["ok"] and not r["dropped"]) / len(dl) * 100
        M["stages"]["throughput"] = {
            "n": len(dl), "ok": len(dok),
            "median_mbps": round(statistics.median(mbps), 2), "p95_mbps": round(pct(mbps, 95), 2),
            "median_ttfb_ms": round(statistics.median(ttfb)), "completed_no_drop_pct": round(nodrop, 1)}
        dl_rows = [("Median download", f"{statistics.median(mbps):.1f} MB/s ({statistics.median(mbps)*8:.0f} Mbps)"),
                   ("p95 download", f"{pct(mbps,95):.1f} MB/s ({pct(mbps,95)*8:.0f} Mbps)"),
                   ("Median TTFB", f"{statistics.median(ttfb):.0f} ms"),
                   ("Completed without drop", f"{nodrop:.0f}%")]

    # 3 — latency (Cloudflare edge + ip-api origin)

    console.rule(f"[bold]Latency — {args.latency} probes[/]")
    cf = await run_cf(proxies, args.latency, args.concurrency, 15, "cf")
    cfok = [r for r in cf if r["ok"]]
    lat_rows = []
    if cfok:
        rtts = [r["rtt"] for r in cfok]
        colo = Counter(r["colo"] for r in cfok if r["colo"]).most_common(1)
        M["stages"].setdefault("latency", {})
        M["stages"]["latency"]["cloudflare"] = {
            "n": len(cfok), "p50_ms": round(statistics.median(rtts)),
            "p90_ms": round(pct(rtts, 90)), "p95_ms": round(pct(rtts, 95)),
            "top_colo": colo[0][0] if colo else None}
        lat_rows += [("Cloudflare edge — p50", f"{statistics.median(rtts):.0f} ms"),
                     ("Cloudflare edge — p90", f"{pct(rtts,90):.0f} ms"),
                     ("Cloudflare edge — p95", f"{pct(rtts,95):.0f} ms")]
        if colo:
            lat_rows.append(("Nearest datacenter", colo[0][0]))

    # 4 — rotation (also yields ip-api round-trip latency)

    console.rule(f"[bold]Rotation — {args.rotation} requests[/]")
    rot = await run_ipapi(proxies, args.rotation, args.concurrency, args.timeout, 2, "rotation")
    rok = [r for r in rot if r["ok"]]
    rot_rows = []
    if rok:
        uips = {r["ip"] for r in rok if r.get("ip")}
        uasn = {r["asn"] for r in rok if r.get("asn")}
        usub = {r["subnet"] for r in rok if r.get("subnet")}
        success = len(rok) / len(rot) * 100
        first = sum(1 for r in rok if r.get("first_try_ok")) / len(rot) * 100
        cmatch = None
        if args.country:
            cmatch = sum(1 for r in rok if (r["cc"] or "").upper() == args.country.upper()) / len(rok) * 100
        ipapi_rtts = [r["latency"] for r in rok]
        M["stages"]["rotation"] = {
            "n": len(rot), "success_pct": round(success, 1), "first_try_pct": round(first, 1),
            "unique_ips": len(uips), "unique_asns": len(uasn), "unique_subnets": len(usub),
            "country_match_pct": round(cmatch, 2) if cmatch is not None else None}
        M["stages"].setdefault("latency", {})
        M["stages"]["latency"]["ip_api"] = {
            "n": len(ipapi_rtts), "p50_ms": round(statistics.median(ipapi_rtts)),
            "p90_ms": round(pct(ipapi_rtts, 90))}
        lat_rows += [("ip-api origin — p50", f"{statistics.median(ipapi_rtts):.0f} ms"),
                     ("ip-api origin — p90", f"{pct(ipapi_rtts,90):.0f} ms")]
        rot_rows = [("Success rate", f"{success:.1f}%"),
                    ("First-try success", f"{first:.1f}%"),
                    ("Unique exit IPs", f"{len(uips)}"),
                    ("Unique networks (ASN)", f"{len(uasn)}"),
                    ("Unique /24 subnets", f"{len(usub)}")]
        if cmatch is not None:
            rot_rows.append((f"Country match ({args.country.upper()})", f"{cmatch:.2f}%"))

    M["sections"] = [s for s in [
        ("CLEANLINESS", clean_rows), ("LATENCY", lat_rows),
        ("ROTATION", rot_rows), ("THROUGHPUT", dl_rows)] if s[1]]
    build_report(M)

    out_path = args.json or f"benchmark_{args.label}_{datetime.now().strftime('%Y%m%d_%H%M%S')}.json"
    M.pop("sections", None)
    with open(out_path, "w", encoding="utf-8") as f:
        json.dump(M, f, indent=2, ensure_ascii=False)
    console.print(f"\n[green]✓[/] Saved: [bold]{out_path}[/]")


def main():
    ap = argparse.ArgumentParser(description="Jetproxy pool benchmark")
    ap.add_argument("--quality", type=int, default=100, help="IPs scored for cleanliness")
    ap.add_argument("--downloads", type=int, default=50, help="download samples")
    ap.add_argument("--latency", type=int, default=1000, help="latency probes")
    ap.add_argument("--rotation", type=int, default=2000, help="rotation requests")
    ap.add_argument("--concurrency", type=int, default=20)
    ap.add_argument("--timeout", type=float, default=15.0)
    ap.add_argument("--country", default="", help="expected ISO code for geo-accuracy")
    ap.add_argument("--proxies", default="", help="proxy list file (else paste)")
    ap.add_argument("--label", default="pool")
    ap.add_argument("--json", default="")
    ap.add_argument("--no-quality", action="store_true", help="skip the cleanliness stage")
    args = ap.parse_args()

    console.print("\n[bold cyan]═══  JETPROXY — POOL BENCHMARK  ═══[/]\n")
    proxies = read_proxies(args.proxies)
    if not proxies:
        console.print("[red]No valid proxies.[/]")
        return
    console.print(f"[green]✓[/] Proxies loaded: [bold]{len(proxies)}[/]")
    asyncio.run(run(args, proxies))


if __name__ == "__main__":
    try:
        main()
    except KeyboardInterrupt:
        console.print("\n[yellow]Interrupted.[/]")

Segmente até o nível da cidade

“Média online” é o número médio de dispositivos distintos conectados e disponíveis ao mesmo tempo — não um total acumulado. Agrupado em Alta / Média / Baixa.

RegiõesCidadesProvedores

Região	Latência	Média online	Pool
Tokyo	106 ms	~4.417	Alta
Osaka	107 ms	~1.089	Alta
Aichi	107 ms	~869	Alta
Saitama	101 ms	~748	Alta
Kanagawa	105 ms	~734	Alta
Chiba	102 ms	~423	Alta
Hyōgo	108 ms	~412	Alta
Hokkaido	132 ms	~359	Alta
Fukuoka	126 ms	~357	Alta
Shizuoka	115 ms	~348	Alta
Kyoto	108 ms	~291	Média
Hiroshima	117 ms	~245	Média
Tochigi	105 ms	~226	Média
Gunma	114 ms	~204	Média
Ibaraki	105 ms	~178	Média
Niigata	119 ms	~169	Média
Gifu	110 ms	~160	Média
Miyagi	125 ms	~160	Média
Okayama	121 ms	~153	Média
Fukushima	111 ms	~142	Média
Shiga	111 ms	~124	Baixa
Mie	108 ms	~119	Baixa
Kagoshima	135 ms	~117	Baixa
Nagano	117 ms	~108	Baixa
Shimane	116 ms	~98	Baixa
Kumamoto	130 ms	~94	Baixa
Nara	106 ms	~94	Baixa
Oita	124 ms	~87	Baixa
Okinawa	155 ms	~87	Baixa
Yamaguchi	126 ms	~82	Baixa

Cidade	Latência	Média online	Pool
Tokyo	100 ms	~2.061	Alta
Minato	108 ms	~1.562	Alta
Minato-ku	109 ms	~1.516	Alta
Osaka	109 ms	~989	Alta
Chiyoda City	116 ms	~893	Alta
Nagoya	107 ms	~765	Alta
Kyoto	108 ms	~541	Alta
Sapporo	130 ms	~508	Alta
Yokohama	103 ms	~431	Alta
Hiroshima	117 ms	~312	Média
Kawaguchi	102 ms	~302	Média
Fukuoka	123 ms	~266	Média
Nakano City	116 ms	~243	Média
Kobe	106 ms	~238	Média
Funabashi	102 ms	~229	Média
Suita	101 ms	~206	Média
Sakai	99 ms	~202	Baixa
Hamamatsu	121 ms	~188	Baixa
Shinjuku	102 ms	~188	Baixa
Sendai	131 ms	~188	Baixa
Okayama	124 ms	~183	Baixa
Kagoshima	131 ms	~179	Baixa
Ōtsu	109 ms	~179	Baixa
Utsunomiya	108 ms	~169	Baixa
Tsukuba	104 ms	~156	Baixa

Provedor	Latência	Média online	Pool
KDDIfixa	113 ms	~2.860	Alta
NTT Communicationsfixa	115 ms	~2.530	Alta
SoftBankfixa	110 ms	~2.027	Alta
So-net (Sony Network Communications)fixa	98 ms	~1.113	Alta
OPTAGEfixa	102 ms	~680	Alta
JCNfixa	129 ms	~659	Média
Arteriafixa	96 ms	~571	Média
BIGLOBEfixa	111 ms	~496	Média
Chubu Telecommunicationsfixa	106 ms	~413	Média
ASAHI Netfixa	105 ms	~386	Baixa
J:COMfixa	120 ms	~335	Baixa
QTnetfixa	128 ms	~265	Baixa
TOKAI Communicationsfixa	106 ms	~182	Baixa
Internet Multifeedfixa	97 ms	~177	Baixa

Precisão geográfica — todo IP vendido como Japão resolve para Japão em três bancos de dados geográficos independentes (db-ip, MaxMind, ipinfo); a alta precisão geográfica é o sinal em que os geo-gates locais se baseiam.

Proxies do Japão por caso de uso

Organizado pelo que você está fazendo, não pela plataforma. Os serviços locais aparecem onde fazem diferença.

E-commerce e pesquisa de mercado

Confira lojas, preços e anúncios locais de dentro do mercado.

Monitoramento de lojas
Acompanhamento de preços locais
Pesquisa de vendedores

Rakuten IchibaAmazon JapanYahoo! ShoppingYodobashi.comBic Camera

Verificação e desempenho de anúncios

Veja como anúncios, criativos e SERP aparecem para um usuário local — sem troca manual.

SERP local
Conferência de criativos
Páginas de destino

LINEX (Twitter)Instagram

Viagens e inteligência de preços

Capture tarifas de voos e hotéis do jeito que um cliente local as vê.

Tarifas com preço por geo
Monitoramento de ofertas
Comparação de tarifas

Rakuten TravelJalanIkyu.comJALANA

Streaming e verificação geográfica

Verifique catálogos com bloqueio regional e geo-gates a partir do local certo.

Conferências geográficas
Verificação de catálogo
Disponibilidade regional

U-NEXTABEMATVerHulu JapanLemino

Classificados e anúncios locais

Monitore usados, veículos e aluguéis nos classificados locais.

Monitoramento de anúncios
Acompanhamento de preços
Cobertura regional

MercariYahoo! Auctions (Yahuoku)Rakuma (Rakuten)Yahoo! Flea MarketJmty

Dev e automação

IPs residenciais para pipelines, testes e coleta de dados permitida via API.

Integração de pipeline
Gerenciamento de API
Sessões fixas

PythonScrapycURLGitHub

Além dos sites locais, o mesmo pool Japão funciona para as grandes plataformas globais — Google, Meta, Amazon, YouTube, TikTok e Netflix — vistas a partir da localidade Japão: preços locais, anúncios, catálogos, SERP e conteúdo.

Desenvolvedor API

Gere endpoints com escopo no Japão pelo painel, copie snippets testados ou automatize listas de proxies pela API pública. Cidade, ISP, sessões fixas e listas salvas ficam em um único fluxo de trabalho organizado.

Documentação da API

1import requests
2 
3headers = {"x-api-key": "gpx_live_YOUR_KEY"}
4payload = {
5  "country_code": "JP",
6  "city": "Tokyo",
7  "session_type": "sticky",
8  "quantity": 5,
9  "protocol": "socks5"
10}
11 
12response = requests.post(
13  "https://jetproxy.io/api/v1/generate",
14  headers=headers,
15  json=payload,
16  timeout=30
17)
18print(response.json()["proxies"])

Pacotes sem condições ocultas

Maior volume significa menor preço por gigabyte. Sem assinaturas nem taxas ocultas.

1 GB$3.70

$3.70 / GB

Selecionar

5 GB$18.00

$3.60 / GB

Selecionar

10 GB$34.50

$3.45 / GB

Selecionar

Popular

25 GB$80.00

$3.20 / GB

Selecionar

50 GB$147.50

$2.95 / GB

Selecionar

100 GB$270.00

$2.70 / GB

Selecionar

250 GB$612.50

$2.45 / GB

Selecionar

500 GB$1,100.00

$2.20 / GB

Selecionar

1 TB$2,000.00

$2.00 / GB

Selecionar

Pacote

Preço por GB

Total

1 GB

$3.70 / GB

$3.70Selecionar

5 GB

$3.60 / GB

$18.00Selecionar

10 GB

$3.45 / GB

$34.50Selecionar

Popular

25 GB

$3.20 / GB

$80.00Selecionar

50 GB

$2.95 / GB

$147.50Selecionar

100 GB

$2.70 / GB

$270.00Selecionar

250 GB

$2.45 / GB

$612.50Selecionar

500 GB

$2.20 / GB

$1,100.00Selecionar

1 TB

$2.00 / GB

$2,000.00Selecionar

Métodos de pagamento disponíveis

As perguntas que os compradores realmente fazem

Ainda em dúvida se o pool Japão atende ao seu caso de uso? Nossa equipe responde perguntas reais no Telegram, a qualquer hora — antes e depois da compra.

Conversar no Telegram

Eles funcionam para scraping da Rakuten Ichiba e do Yahoo! Shopping?

Esse é o caso de uso principal. O pool é residencial genuíno — a característica que os sistemas antibot dos marketplaces locais procuram — então esses IPs passam onde as faixas de datacenter são bloqueadas. Os resultados ainda dependem do seu fingerprint, dos seus cabeçalhos e do ritmo das requisições, então combine o proxy com uma configuração limpa e um fuso horário japonês correspondente (JST).

Posso mirar uma cidade específica, como Tóquio ou Osaka?

Sim, quando a profundidade do pool permite — escolha a cidade ao gerar a lista de proxies. Nossas tabelas de cobertura mostram, em tempo real, as conexões simultâneas em Tóquio, Osaka, Nagoia, Quioto, Yokohama, Sapporo e mais, para que você veja quais cidades têm a rotação mais profunda antes de se comprometer.

Os IPs têm geolocalização dentro do Japão?

Sim — no nosso último benchmark, o pool foi identificado como Japão com 99,99% de precisão geográfica pela Cloudflare e em diversas bases de dados geográficas independentes, com nós de saída confirmados em Tóquio (NRT), Osaka (KIX) e Fukuoka (FUK). A alta precisão geográfica é o sinal de base em que os bloqueios geográficos japoneses se apoiam.

Posso manter um mesmo IP japonês durante um fluxo de várias etapas?

Sim. Use uma sessão fixa (sticky) para manter o mesmo IP de saída japonês — a retenção média fica em torno de 4,5 horas e chega a 72 horas em nossa medição de 3 dias. Para escalar, faça a rotação a cada requisição: o IP de saída muda em cerca de 96% das requisições, geralmente para um provedor diferente, não apenas para um endereço vizinho.

Quais operadoras e cidades japonesas estão cobertas?

O pool abrange 14 ISPs japoneses, liderados por NTT Communications, KDDI, SoftBank, Sony Network Communications, OPTAGE e BIGLOBE, em 30 regiões e 25 cidades — de Tóquio, Yokohama e Nagoia a Osaka, Quioto, Sapporo e Fukuoka.