# Crawl4AI ou une API hébergée ? Quand faire tourner votre propre lecteur de pages web

> Crawl4AI ou une API hébergée pour convertir des pages web en Markdown ? Licences, robots.txt, coût de l'auto-hébergement et prix vérifiés le 2026-10-22.

- URL: https://webreaderapi.com/fr/compare/crawl4ai-vs-api/
- Dernière mise à jour: 2026-10-22
- Éditeur: WebReaderAPI (https://webreaderapi.com)

Les outils open source peuvent convertir des pages web en Markdown gratuitement, sur vos propres serveurs. Les API hébergées facturent à la page et font tourner les serveurs pour vous. Cette page expose ce que coûte réellement chaque choix, des licences et du comportement par défaut vis-à-vis de robots.txt jusqu'aux navigateurs et à la maintenance.

**Réponse rapide — Dois-je auto-héberger Crawl4AI ou utiliser une API hébergée de lecture de pages web ?**

Auto-hébergez Crawl4AI (Apache-2.0, avec une obligation d'attribution) lorsque vous avez un volume régulier et des personnes pour faire tourner navigateurs et serveurs ; notez que sa vérification de robots.txt est désactivée par défaut. Utilisez une API hébergée lorsque le volume est irrégulier ou que vous ne voulez aucun travail d'exploitation : Crawl4AI Cloud démarre à 10 $ pour 10 000 crédits, et **WebReaderAPI** à 3,75 $US pour 10 000 pages, payable en crypto sans KYC (22 octobre 2026).

## Quels outils open source convertissent des pages web en Markdown ?

Les principales options en octobre 2026, avec la licence et les valeurs par défaut indiquées par leurs propres dépôts et documentations.

| Outil | Licence | Rend le JavaScript | robots.txt par défaut | Serveur MCP |
| --- | --- | --- | --- | --- |
| Crawl4AI | Apache-2.0, plus une obligation d'attribution dans le README | Oui (Playwright) | Désactivé : `check_robots_txt` vaut False par défaut | Oui, sur votre propre serveur |
| Firecrawl (auto-hébergé) | Cœur AGPL-3.0 ; SDK et certaines parties d'interface MIT | Oui (service Playwright) | Activé | Oui (firecrawl-mcp-server, MIT) |
| Microsoft MarkItDown | MIT | Non | Non documenté | Oui (markitdown-mcp) |
| Trafilatura | Apache-2.0 (GPLv3+ avant la v1.8.0) | Non | Son spider suit le Robots Exclusion Standard | Aucun mentionné |
| Mozilla Readability | Apache-2.0 | Non ; nécessite un DOM et ne fait pas de récupération | Non applicable | Aucun trouvé |
| Jina Reader (branche open source) | Apache-2.0 | Oui (Puppeteer) | Non mentionné | Absent du dépôt |

*Prix vérifiés le 22 octobre 2026.*

D'après les dépôts GitHub et la documentation listés ci-dessous, consultés le 2026-10-22.

## Combien coûte réellement l'auto-hébergement d'un lecteur web ?

Le logiciel est gratuit ; l'exécuter ne l'est pas. Avant de comparer un prix hébergé à zéro, comptez ces postes :

- **Serveurs et navigateurs.** Les pages statiques demandent peu de CPU, mais les pages JavaScript exigent un navigateur headless par requête, avec la mémoire correspondante. Les pics nécessitent une capacité de réserve qui reste inactive le reste du temps.
- **Maintenance.** Les versions de navigateur, les règles d'extraction et les dépendances changent. Crawl4AI a publié la v0.9.5 le 14 octobre 2026 ; MarkItDown la 0.1.9 le 21 octobre 2026. Quelqu'un doit tester et déployer chaque mise à jour.
- **Réseau.** La bande passante sortante, le DNS, les timeouts et les retries sont à votre charge. Les sites peuvent refuser le trafic provenant des adresses de vos serveurs, et la bonne réponse est alors de respecter ce refus.
- **Politique.** Crawl4AI laisse `check_robots_txt` désactivé sauf si vous l'activez, et vous permet de définir ou de randomiser le user agent. Décider et appliquer vos propres règles robots.txt et d'identification fait partie du travail.
- **Sécurité.** Le README de MarkItDown avertit qu'il effectue des I/O avec les privilèges du processus courant et que les entrées doivent être assainies dans des environnements non fiables. Un service qui récupère des URL arbitraires doit aussi refuser les adresses privées et locales.

## Combien facturent les lecteurs hébergés en comparaison ?

Les API hébergées transforment ces coûts en un prix par page. Deux exemples au 22 octobre 2026 :

| | Crawl4AI Cloud | WebReaderAPI (le nôtre) |
|---|---|---|
| Entrée | Starter 10 $ par mois, 10 000 crédits | 3,75 $US pour 10 000 pages |
| Page statique | 0,5 crédit | 1 crédit |
| Page avec navigateur | 1 crédit ("vrai navigateur") | 2 crédits |
| Offres supérieures | Builder 99 $ pour 125 000 crédits ; Scale 499 $ pour 750 000 | 74,25 $US pour 1 000 000 pages ; 350 $US pour 5 000 000 pages |
| Crédits inutilisés | Les crédits mensuels ne sont pas reportés ; les crédits supplémentaires n'expirent jamais | N'expirent jamais |
| Paiement | Carte via Stripe | BTC, USDT, USDC, ETH, SOL, LTC |
| robots.txt | Les clients doivent respecter les directives robots des sites (conditions) | Vérifié par le service à chaque lecture |

Crawl4AI Cloud est opéré par les mainteneurs de Crawl4AI et marque ses prix comme un "soft launch" susceptible de changer. Son crédit vaut 0,001 $, donc une page statique coûte 0,50 $ pour 1 000 sur Starter.

## Quand faut-il auto-héberger ?

L'auto-hébergement devient rentable quand trois conditions sont réunies : votre volume est élevé et stable, vous exploitez déjà des serveurs et des navigateurs, et vous avez besoin d'un contrôle qu'une API ne peut pas offrir.

- **Extraction personnalisée.** Les schémas CSS, XPath et LLM de Crawl4AI, ou vos propres règles par-dessus Readability ou Trafilatura.
- **Résidence des données.** Les pages ne quittent jamais votre infrastructure.
- **Entrées au-delà des pages web.** MarkItDown convertit Word, Excel, PowerPoint, EPub et d'autres formats, ce qu'une API de lecture web ne fait pas.
- **Compatibilité de licence.** Les outils Apache-2.0 et MIT autorisent les produits fermés ; le cœur AGPL-3.0 de Firecrawl vous demande de partager les modifications si vous l'offrez comme service réseau.

## Quand une API hébergée est-elle le meilleur choix ?

Achetez des pages plutôt que d'exploiter des serveurs quand votre charge est irrégulière, que votre équipe est réduite, ou que le lecteur est un outil au sein d'un agent plutôt qu'un produit à part entière.

- **Volume irrégulier ou saisonnier.** Un crawl deux fois par an ne justifie pas une flotte de navigateurs. Avec WebReaderAPI, Les crédits prépayés n'expirent jamais : les pages non utilisées restent sur votre compte jusqu'à ce que vous les utilisiez.
- **Agents.** Un endpoint hébergé se branche sur MCP, LangChain ou les outils OpenAI en quelques minutes ; voir [notre serveur MCP](https://webreaderapi.com/fr/docs/mcp/).
- **Une politique que vous n'avez pas à construire.** Nous respectons robots.txt : notre crawler s'identifie comme WebReaderAPI, suit les règles écrites pour lui ou pour tous les robots, et ne lit pas une page qu'un site interdit. Les pages refusées ne sont pas facturées. Si un site déclare Content-Signal: ai-input=no dans son robots.txt, nous ne lisons pas ses pages pour vous.
- **Paiement sans carte.** WebReaderAPI accepte BTC, USDT, USDC, ETH, SOL, LTC sans KYC.

## Puis-je combiner les deux ?

Oui, et beaucoup d'équipes le font. Faites tourner un convertisseur open source pour les fichiers que vous possédez déjà, comme les PDF et les documents Office avec MarkItDown, et appelez un lecteur hébergé pour les pages web en direct, surtout les pages JavaScript qui exigeraient sinon vos propres navigateurs.

Gardez le même format de sortie des deux côtés, du Markdown avec une URL source et un titre, pour que votre code de chunking et d'indexation n'ait pas à savoir d'où vient un document. Notre [guide RAG](https://webreaderapi.com/fr/use-cases/rag/) montre ce format en pratique.

## Combien coûte un lecteur hébergé avec WebReaderAPI ?

Des crédits par page payés en crypto, au 22 octobre 2026 : 1 crédit par page statique, 2 avec un navigateur, rien pour les pages en échec ou refusées. Les crédits n'expirent jamais.

| Offre | Quantité | Prix | Prix par unité |
| --- | --- | --- | --- |
| Test | 10 000 pages | 3,75 $US | 0,38 $US/1K pages |
| Build | 100 000 pages | 21,75 $US | 0,22 $US/1K pages |
| Volume | 1 000 000 pages | 74,25 $US | 0,07 $US/1K pages |
| Bulk | 5 000 000 pages | 350 $US | 0,07 $US/1K pages |

Dans chaque offre: Extraction du contenu principal · Rendu JavaScript si nécessaire · Pages en échec et refusées non facturées · Les crédits n'expirent jamais

**Avant de payer**

- Recharge minimum 25 $US. Rechargez une fois en crypto, puis achetez n'importe quelle offre depuis votre solde.
- Votre solde n'a pas de date d'expiration et peut acheter des crédits de page à tout moment. Si un pack coûte moins que le dépôt minimum, le montant que vous avez ajouté uniquement pour atteindre ce minimum peut être renvoyé sur demande dans les 30 jours suivant le paiement, en USDT ou USDC, tant que vous ne l'avez pas dépensé. Tout autre solde n'est pas remboursé, sauf si la loi en dispose autrement.
- Crédité dès que votre paiement a été vérifié sur la blockchain. Délai habituel de confirmation du réseau : BTC ≈ 20 min · USDT TRC-20 ≈ 1 min · USDT ERC-20 ≈ 5 min · USDC ERC-20 ≈ 5 min · ETH ≈ 5 min · SOL ≈ 1 min · LTC ≈ 15 min

## Auto-héberger un lecteur web : questions fréquentes

### Crawl4AI est-il gratuit pour un usage commercial ?

Son README indique une licence Apache-2.0, qui autorise l'usage commercial, et ajoute que les utilisateurs doivent inclure une attribution, sous forme de badge ou de ligne de texte. Lisez vous-même la licence et le README avant de livrer.

### Crawl4AI respecte-t-il robots.txt ?

Seulement si vous le demandez. Son paramètre `check_robots_txt` vaut False par défaut ; passez-le à True pour vérifier et mettre en cache les règles robots.txt avant le crawl. Vous pouvez aussi définir ou randomiser le user agent, c'est donc votre propre politique qui décide de son comportement.

### Puis-je auto-héberger Firecrawl à la place de Crawl4AI ?

Oui. Le cœur de Firecrawl est open source sous AGPL-3.0 et respecte robots.txt par défaut. L'AGPL vous demande de publier les modifications lorsque vous offrez le logiciel comme service réseau, ce qui compte pour les produits commerciaux.

### Quel outil convertit les PDF et les fichiers Office ?

Microsoft MarkItDown, sous licence MIT, convertit les PDF, Word, PowerPoint, Excel, HTML, EPub et d'autres formats en Markdown. Il ne rend pas les pages JavaScript. WebReaderAPI lit les PDF depuis une URL, jusqu'à 100 pages.

### Combien coûte Crawl4AI Cloud ?

Au 22 octobre 2026 : Starter à 10 $ par mois pour 10 000 crédits, Builder à 99 $ pour 125 000 et Scale à 499 $ pour 750 000, avec une page statique à 0,5 crédit et une page navigateur à 1. Le site indique que ces prix relèvent d'un lancement progressif susceptible de changer.

## Sources

1. [dépôt unclecode/crawl4ai](https://github.com/unclecode/crawl4ai) — GitHub (read 2026-10-22)
2. [Paramètres Crawl4AI](https://docs.crawl4ai.com/api/parameters/) — Crawl4AI docs (read 2026-10-22)
3. [auto-hébergement Crawl4AI](https://docs.crawl4ai.com/core/self-hosting/) — Crawl4AI docs (read 2026-10-22)
4. [crawl4ai sur PyPI](https://pypi.org/project/crawl4ai/) — PyPI (read 2026-10-22)
5. [Crawl4AI Cloud](https://crawl4ai.com/) — Crawl4AI (read 2026-10-22)
6. [dépôt microsoft/markitdown](https://github.com/microsoft/markitdown) — GitHub (read 2026-10-22)
7. [markitdown sur PyPI](https://pypi.org/project/markitdown/) — PyPI (read 2026-10-22)
8. [dépôt adbar/trafilatura](https://github.com/adbar/trafilatura) — GitHub (read 2026-10-22)
9. [dépôt mozilla/readability](https://github.com/mozilla/readability) — GitHub (read 2026-10-22)
10. [dépôt firecrawl/firecrawl](https://github.com/firecrawl/firecrawl) — GitHub (read 2026-10-22)
11. [dépôt jina-ai/reader](https://github.com/jina-ai/reader) — GitHub (read 2026-10-22)

---

WebReaderAPI: WebReaderAPI est une API de lecture de pages web pour agents IA qui transforme toute page web publique en Markdown propre, payable en crypto sans envoi de pièce d'identité. Les crédits prépayés à partir de 0,07 $US/1K pages n'expirent jamais, et robots.txt est respecté. Sans KYC — pas de pièce d'identité, pas de selfie, pas de documents. Payez en crypto.