Skip to content

Análise do /agent da Firecrawl

/agent é a API de pesquisa na web da Firecrawl: descreva em linguagem simples os dados que deseja, adicione opcionalmente um esquema JSON, e ele pesquisa, navega e retorna JSON estruturado. Criado para desenvolvedores.

Plano grátis · a partir de $19/mês · API

Veredito da Stork sobre /agent by Firecrawl

O /agent é a forma mais rápida de transformar uma solicitação de dados em linguagem simples em JSON a partir de páginas que você ainda não encontrou, mas defina maxCredits e teste primeiro nas execuções gratuitas.

/agent by Firecrawl reviewed by Stork AI · stork.ai/pt/agent-by-firecrawl

O que o /agent da Firecrawl faz

/agent é um endpoint da API da Firecrawl (POST https://api.firecrawl.dev/v2/agent) que a Firecrawl descreve como pesquisa aprofundada para dados. Você envia um prompt (até 10.000 caracteres) descrevendo o que precisa, como uma lista de empresas com fundadores e sites, e o agente pesquisa na web, navega pelos sites, lida com páginas em JavaScript, paginação e rolagem infinita, e retorna JSON. Você pode passar um esquema JSON (Pydantic em Python, Zod em Node) para obter uma saída tipada, e uma lista opcional de urls para direcionar a execução; strictConstrainToURLs a mantém somente nessas páginas. A Firecrawl afirma que o /agent substitui o endpoint /extract mais antigo, que está sendo descontinuado, e que, para uma única URL conhecida, o modo JSON do /scrape é mais barato.

Todas as execuções agora usam o modelo Spark 2 da Firecrawl (os nomes anteriores Spark 1 Mini e Pro ainda funcionam, mas são encaminhados para o Spark 2), com uma configuração opcional de effort baixo, médio ou alto. Os jobs são executados de forma assíncrona: você consulta o status pelo ID do job ou recebe webhooks, os resultados permanecem disponíveis pela API por 24 horas, e um ID de thread permite enviar prompts de acompanhamento que continuam uma execução. Outras opções incluem um country de proxy para toda a execução, filtragem SafeSearch, Zero Data Retention (cobrado a 2x) e acesso a provedores de dados pagos Alexandria com uma etapa de aprovação. Você pode testá-lo sem código no playground em firecrawl.dev/agent, ou chamá-lo pelos SDKs de Python e Node, pela CLI e pelo servidor MCP da Firecrawl. O Parallel Agents executa em lote centenas ou milhares de consultas do /agent em uma grade no estilo de planilha.

Preços do /agent da Firecrawl

O /agent não tem um plano próprio. Toda conta recebe 5 execuções gratuitas do agente por dia; além disso, as execuções consomem o mesmo saldo de créditos da Firecrawl usado para scraping e pesquisa. Planos da Firecrawl:

PlanoPreço mensalCobrado anualmenteCréditos por mêsCréditos extras
Free$0-1.000-
Hobby$19/mês$16/mês5.0001.000 por $5
Standard$99/mês$83/mês100.0002.000 por $5
Growth$399/mês$333/mês500.0002.500 por $5
Scale$749/mês$599/mês1.000.0005.000 por $5
EnterprisePersonalizadoPersonalizadoPersonalizadoPersonalizado

O preço do agente é dinâmico: a Firecrawl não publica um preço fixo por execução. Sua documentação diz que "a maioria das execuções do agente consome algumas centenas de créditos", com tarefas simples de uma única página usando menos e pesquisas em vários domínios usando mais, e que você pode acompanhar o uso de créditos em tempo real no painel do agente. Apenas como ilustração, uma execução de 300 créditos custa cerca de $1.14 no plano mensal Hobby ($19 / 5.000 x 300) ou cerca de $0.30 no plano mensal Standard ($99 / 100.000 x 300). No Parallel Agents, o caminho de consulta rápida Spark 2 Fast custa 10 créditos por célula, e as células que exigem pesquisa mais aprofundada são cobradas por tokens, conforme o nível de esforço escolhido.

Controles de custo: maxCredits limita uma execução e tem como padrão 2.500 créditos (o dashboard permite até 2.500; valores maiores são definidos pela API e são sempre cobrados como pagos). Uma execução que atinge o limite é interrompida com stopReason: credit_limit_reached, não retorna data (às vezes retorna um resultado partial) e pode ser continuada na mesma thread. As execuções com Zero Data Retention cobram os créditos de IA a 2x. Recargas pay-as-you-go em incrementos de $5 estão disponíveis nos planos pagos; o Scale transfere os créditos não utilizados por um mês.

Preços verificados na página de preços do fornecedor em 10 de novembro de 2026. Veja Firecrawl pricing e as Agent pricing notes.

Principais recursos

O que a página e a documentação do /agent da Firecrawl listam:

  • Requisições somente com prompt: sem necessidade de URLs, o agente pesquisa e descobre as fontes
  • Saída em JSON estruturado conforme o seu próprio esquema (Pydantic ou Zod nos SDKs)
  • Lista opcional de urls, com strictConstrainToURLs para permanecer nessas páginas
  • Modelo Spark 2 com nível de raciocínio baixo, médio ou alto
  • Jobs assíncronos com polling, webhooks, rastros de execução e interações de acompanhamento em uma thread
  • Orçamento maxCredits por execução, com resultados parciais quando uma execução atinge o limite
  • País do proxy por execução, opção SafeSearch e modo Zero Data Retention
  • Parallel Agents para lotes de centenas ou milhares de consultas

Para quem o /agent da Firecrawl é mais indicado

O /agent é adequado para desenvolvedores e equipes de dados que precisam de dados estruturados, mas não sabem em quais páginas eles estão: listas de leads, catálogos de produtos e preços entre varejistas, pesquisa de empresas ou conjuntos de dados pontuais. É mais útil quando, de outra forma, você teria de escrever por conta própria uma etapa de pesquisa, um crawler e um prompt de extração. Se você já conhece a URL exata, a própria Firecrawl recomenda o modo JSON do /scrape, que é mais barato e síncrono; veja a listagem principal de Firecrawl.

Como o preço é por execução e varia, ele é menos adequado para equipes que precisam de um custo fixo por registro. Se você quer um scraper sem código com robôs prontos, veja Browse AI ou Apify. Para uma API de busca que retorna resultados da web para o seu próprio agente processar, compare Exa, Tavily ou Parallel.

O que os usuários dizem

Análises independentes e práticas do /agent são escassas; a maioria das análises da Firecrawl abrange as APIs de scrape e crawl. Uma análise da Firecrawl no blog da Thunderbit, escrita pelo CTO da Thunderbit (a Thunderbit vende um scraper concorrente), descreve o Agent como adequado para pesquisa "quando as URLs são desconhecidas ou é necessária navegação" e alerta que o preço dinâmico dificulta a previsão dos custos, aconselhando definir um limite maxCredits e testar com prompts representativos. A própria documentação da Firecrawl diz o mesmo: o Agent "pode ser caro", e sugere dividir trabalhos grandes em execuções de 3 a 5 URLs, já que uma execução retorna aproximadamente 150 a 200 linhas. Use as 5 execuções gratuitas diárias para medir o consumo de créditos nos seus próprios prompts antes de depender dele.

Prós

  • Precisa apenas de um prompt; encontra e navega pelas fontes sem uma lista de URLs
  • Retorna JSON compatível com o seu próprio esquema
  • 5 execuções gratuitas por dia para medir o consumo de créditos antes de pagar
  • Limite rígido de gasto por execução com maxCredits
  • Compartilha um único saldo de créditos com Firecrawl scrape, crawl e search

Contras

  • Sem preço fixo por execução; o consumo de créditos varia conforme a tarefa
  • A documentação da Firecrawl indica que a maioria das execuções usa algumas centenas de créditos
  • Uma execução que atinge o limite não retorna dados finais, apenas um possível resultado parcial
  • Até agora, há poucas análises independentes e práticas do /agent

Perguntas frequentes

O que é o Firecrawl /agent?

É um endpoint da API da Firecrawl que recebe um prompt em linguagem natural, pesquisa e navega na web por conta própria e retorna JSON estruturado. As URLs e o esquema são opcionais. A Firecrawl afirma que ele substitui o endpoint /extract mais antigo.

Quanto custa o Firecrawl /agent?

Toda conta recebe 5 execuções gratuitas do agente por dia. Depois disso, as execuções consomem créditos da Firecrawl a uma taxa dinâmica que depende da tarefa; a documentação da Firecrawl indica que a maioria das execuções usa algumas centenas de créditos. Os planos vão de Free (1.000 créditos) a Hobby, por $19/mês (5.000 créditos), e Standard, por $99/mês (100.000 créditos). Preços verificados em 10 de novembro de 2026.

Como limito o gasto de uma execução do agente?

Defina maxCredits na requisição. O valor padrão é 2.500 créditos. Se uma execução atingir o limite, ela é interrompida com stopReason: credit_limit_reached, não retorna dados finais (às vezes retorna um resultado parcial) e você pode continuá-la na mesma thread com um novo orçamento.

Qual é a diferença entre /agent e /extract?

O /extract exigia URLs; o /agent precisa apenas de um prompt e encontra as fontes por conta própria. A Firecrawl classifica o /agent como mais rápido, mais barato e mais confiável que o /extract legado e afirma que o /extract está sendo descontinuado.

Qual modelo o Firecrawl /agent usa?

Toda execução usa o Spark 2, o modelo de agente da Firecrawl, com um nível de raciocínio opcional: baixo, médio ou alto. Os nomes anteriores Spark 1 Mini e Spark 1 Pro ainda são aceitos, mas são encaminhados para o Spark 2.

Posso usar o Firecrawl /agent sem código?

Sim. O playground em firecrawl.dev/agent e o painel do agente no dashboard da Firecrawl executam agentes a partir de um prompt. Os desenvolvedores também podem usá-lo pela API REST, pelos SDKs de Python e Node, pela CLI da Firecrawl e pelo servidor MCP.

Quanto tempo leva uma execução do agente Firecrawl?

A Firecrawl afirma que extrações simples terminam rapidamente e que tarefas complexas com várias fontes podem levar alguns minutos. As execuções são assíncronas, portanto você consulta o status do job (polling) ou recebe eventos de webhook, e os resultados permanecem disponíveis pela API por 24 horas.

Comparar alternativas

/agent by Firecrawl

Plano grátis · a partir de $19/mês · API

Do blog da Stork

Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.

um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros

Stork Quadrant

Becomes the API· 33/100

Replaceable as a UI, but kept alive as the API the agents call.

“Firecrawl is a well-executed API wrapper around capabilities that browser-equipped LLMs and open-source scrapers already cover. The brand is real — builders know the name — but brand alone at a 1 on the moat scale won't hold when every major LLM provider ships native browsing and structured extraction. The core value prop, clean web data for agents, is exactly what OpenAI, Anthropic, and Google are building into their own stacks.”

— Claude Sonnet 4.6, scored 2026-05-27

Defensibility · 7/100

  • Physical-world coupling
  • Regulatory moat
  • Network liquidity
  • Proprietary refreshing data
  • High-trust catastrophic workflows
  • Multi-party coordination
  • Brand / community / taste

An LLM alone could replace

  • Summarize or extract information from a webpage given a URL
  • Generate structured data from unstructured web content
  • Write a web scraping script in Python using BeautifulSoup or Playwright
  • Search the web and return relevant results with context

Agent-Readiness · 65/100

  • Verified MCP— Stork MCP listing: firecrawl-mcp (confirmed)
  • Listed on agent surfaces— anthropic_directory, cursor + Stork:firecrawl-mcp
  • Usage-based pricing
  • Headless agent auth— https://www.firecrawl.dev/docs (api-key auth)
  • Public OpenAPI
  • Active changelog
  • llms.txt— https://www.firecrawl.dev/llms.txt

Score history · +24 pts over 3 re-scores

How to defend

Go vertical: pick domains where scraping requires auth, anti-bot evasion at scale, or legal compliance (e.g., financial data, job boards, real estate) and own the reliability SLA there. Alternatively, become the coordination layer agents call — not just a scraper but the managed pipeline with caching, deduplication, and change detection that no LLM alone can replicate.

  • Add a usage-based or per-call tier; per-seat-only pricing dies when agents replace seats (+15).
  • Publish an OpenAPI spec at /openapi.json or /.well-known/openapi (+10).
  • Publish a public changelog and ship in the last 90 days — silence reads as abandonment (+10).