Yellow Web porównał pięć spy tooli: sprawdzamy wyniki Spytrend

• Spytrend (czyli nas) — platforma do analizy reklam konkurencji na Facebooku i TikToku: około 1,8 mld reklam, około 280 mln nowych miesięcznie, klasyfikacja w 33 kategoriach i 342 podkategoriach oraz oficjalne połączenie z agentami AI. Plan Pro kosztuje 79 USD miesięcznie.
• Tyver — spy tool z podziałem na kilka szerokich wertykali i sortowaniem wyników według wyświetleń; w teście zwrócił 11 497 reklam za tydzień.
• AdWall — spy tool z 30 dniami darmowego dostępu; w teście zwrócił 16 369 reklam za tydzień, a 73 z pierwszych stu plików okazały się nie na temat.
• Gamler — niszowe narzędzie z własnym klasyfikatorem i licznikiem ponownych uruchomień kreacji; jedyne bez nietrafionych reklam w teście, ale ze znacznie mniejszą liczbą wyników.
• MTWSPY — niszowe narzędzie z własnym klasyfikatorem i sortowaniem według wyświetleń; 13% jego tygodniowych wyników było nie na temat.

Opisy usług sprawdziliśmy na ich stronach według stanu na wrzesień 2026 r. (Tyver, AdWall, Gamler, MTWSPY); liczby pochodzą z testu Yellow Web z sierpnia 2026 r.

Dobry pomiar musi dać się odtworzyć. Powtórzyliśmy wyszukiwanie na tych samych próbkach autora. Tam, gdzie warunki były identyczne, przytaczamy jego liczby bez zmian. Tam, gdzie odbiegały od standardowych ustawień, pokazujemy oba przebiegi obok siebie i dokładnie wskazujemy zmianę. Każdy punkt ma ten sam układ: co pokazał pomiar → skąd wziął się wynik → co dał ponowny przebieg.

Czego ta weryfikacja nie pokazuje.

• W teście porównano pierwsze setki wyników — to 3,2% naszej dziennej i 0,4% tygodniowej liczby reklam. Na tej podstawie nie da się ocenić, jak bardzo pokrywają się całe bazy.
• Udział reklam zgodnych z tematem autor zmierzył na stu próbkach, a następnie oszacował go dla całego zbioru.

Publiczne porównanie pięciu usług na jednym zadaniu to rzadka rzecz. Ten test przeprowadzono staranniej niż większość recenzji w tej niszy.

Założenie było takie: identyczne zapytanie o reklamy iGaming w Hiszpanii wysłano do pięciu usług dla dwóch okresów — 1 sierpnia oraz tygodnia od 26 lipca do 1 sierpnia. Z każdej usługi agent pobrał pierwsze sto reklam na okres, ściągnął pliki, obejrzał w całości reklamy budzące wątpliwości i policzył zgodność plików między usługami za pomocą dwóch rodzajów hashy. Co zrobiono dobrze:

• Dwa rodzaje hashy zamiast jednego. Zgodność liczono przez SHA-256 — sumę kontrolną pliku — oraz przez PDQ i vPDQ, hashe percepcyjne obrazów i filmów. Drugi krok wychwytuje kopie po ponownej kompresji i kadrowaniu, których nie wykryje porównanie bajt po bajcie.
• Osobne liczenie. Osobno policzono reklamy, pobrane pliki i wizualne wersje jednej kreacji. Dzięki temu widać, że „sto reklam” i „sto kreacji” to różne liczby.
• Obejrzano całe filmy budzące wątpliwości. Trafność sprawdzano na podstawie nagrania, a nie nazwy pliku czy tekstu reklamy. Agent AI autora przypisał każdy unikalny plik do jednej z trzech grup: zgodny z tematem, nietrafiony lub niejednoznaczny. Cztery pliki w naszej tygodniowej setce były nie na temat — stąd nasze 4%. To wynik oglądania, nie pobieżnej oceny.
• Otwarte narzędzia i uczciwe zastrzeżenie. Autor opublikował swoją warstwę pośrednią między agentem a usługami i napisał wprost: „W tym teście NIE MA jednego zwycięzcy we wszystkim i to jest w porządku”. Założenia testu są sensowne: jedno zapytanie, te same daty i jeden kraj dla całej piątki. Właśnie dlatego można przeliczyć wyniki — i to zrobiliśmy. Ponowne obliczenie daje jednak inny obraz niż końcowa tabela testu.

Najpierw wyniki, które udało nam się odtworzyć bez zmian. To nie próba uprzedzenia zarzutów, tylko powtarzalne pomiary.

• Wyniki z wielu GEO. Reklama często działa w kilku krajach naraz, a Hiszpania jest jednym z nich. Agent autora uznał takie reklamy za niezwiązane z Hiszpanią. W aktualnych wynikach dla tego samego zakresu nie ma nietrafionych pozycji.
• 55 różnych plików na sto to prawidłowy wynik przy sortowaniu według wyświetleń, którego użył agent. Na próbkach autora uzyskaliśmy te same 55 za tydzień i 87 za dzień. W teście nie włączono filtra unikalności — bez niego taki właśnie jest wynik.
• Test zużył więcej limitu. 201 jednostek wobec 42 w Tyver. Wtedy pobieranie plików multimedialnych było płatne w ramach limitu, a agent pobrał 200 plików.
• W wynikach są reklamy nie na temat. W tygodniowej próbce było ich 4%. To liczba z klasyfikacji przeprowadzonej w teście: agent autora sprawdził każdy plik.
• Przez autorską warstwę pośrednią MCP rzeczywiście nie działał. Osiem wywołań, osiem błędów. To, co w tym samym czasie pokazały logi serwera, opisujemy w punkcie 6.

Co pokazał pomiar. W tabeli możliwości wyszukiwania, którą przygotował autor, mamy pięć pustych pól: ostatnia aktywność, identyfikator aplikacji i sklep, płeć i wiek, wyświetlenia / zasięg / odsłony oraz formularz leadowy. Cloaking, ponowne uruchomienia kreacji i rozdzielenie hazardu od zakładów przedstawiono jako wyjątkowe filtry innych usług, choć wszystkie trzy możliwości były już wtedy w Spytrend, tylko pod innymi nazwami. Cloak oznacza podmianę strony; takie reklamy wybierzesz w zakładce „Cloaking” (Cloaked) i przełącznikiem „Tylko reklamy z cloakingiem” (Cloaked ads only). Ponowne uruchomienia tej samej kreacji z innych kont znajdziesz przyciskiem „Najczęściej dodawane ponownie” (Most re-uploaded), a ich liczbę zobaczysz na karcie. Hazard i zakłady można przeszukiwać osobno w ośmiu podkategoriach.

Skąd wziął się taki wynik. Dwa z pięciu pustych pól oznaczono błędnie: filtr ostatniej aktywności istniał w czasie testu, podobnie jak wyszukiwanie aplikacji. Osobne pole przyjmuje App ID, nazwę lub link, a obok znajduje się wybór sklepu. Agent ich nie widział z tego samego powodu, dla którego nie widział „Tylko unikalne”: schemat filtrów udostępnia serwer, ale autorska warstwa pośrednia go nie przekazywała. Filtrów płci, wieku i wyświetleń celowo nie udostępniamy: pierwsze dwie wartości Facebook traktuje jako własne szacunki, a liczby wyświetleń reklam komercyjnych w ogóle nie podaje. Filtra reklam z formularzem leadowym faktycznie nie ma — ten brak jest słuszny. Osiem podkategorii hazardu i zakładów to: Online Casino Slots, Sportsbook, Crash and Plinko, Poker, Lottery, Esports Betting, Fantasy Sports, State Restricted Operators.

Co autor zauważył, a czego nie uwzględnił w tabeli. W analizie autor odnotował wyszukiwanie po podobieństwie wizualnym kreacji i po pikselu Facebooka — widać to również na wykresie poniżej. W tabeli całkiem zabrakło natomiast dwóch funkcji: wyszukiwania po fragmencie linku trackingowego i przejścia do sieci webmastera. Pozwala ona powiązać jedną kreację z domenami, pikselami i fanpage’ami — stronami na Facebooku, z których emitowane są reklamy — należącymi do jednego podmiotu. Ten etap pracy media buyera nie trafił do porównania.

Co się nie zmieniło. W Spytrend nie można filtrować według płci, wieku ani zakresu wyświetleń. Dane o wyświetleniach reklam komercyjnych to osobna kwestia, którą omawiamy w punkcie 4.

Co pokazał pomiar. Agent pobrał ze Spytrend 996 reklam z 1 sierpnia i 9 526 z tygodnia 26.07–01.08.

Skąd wziął się taki wynik. W czasie testu baza zawierała dla tego samego zapytania odpowiednio 3 112 i 24 985 reklam. Różnica wynikała ze sposobu pobierania danych, a nie z wielkości bazy. Agent kończył pobieranie na stu reklamach w każdym okresie. W naszych logach serwera nie ma dla tych zapytań błędów, odmów ani wyczerpanego limitu.

Ponowny przebieg. Stale uzupełniamy reklamy z wcześniejszych dat: znajdujemy nowy fanpage, domenę lub sieć webmastera i dodajemy powiązane reklamy do wyników. Dlatego dane za miniony tydzień mogą nadal rosnąć miesiąc później. Pomiar z 11 września 2026 r. wykazał 4 072 reklamy z 1 sierpnia i 29 150 z tego samego tygodnia.

Co to daje w praktyce. Załóżmy, że miesiąc temu znalazłeś dobrze działającą kombinację: kreację, stronę i domenę, na której ktoś skaluje kampanię. Wróć do niej teraz. W bazie mogły pojawić się kolejne reklamy i powiązania z tych samych dat, dzięki czemu zobaczysz, jak kampanię uruchomiono i skalowano.

Co pokazał pomiar. Autor sprawdził, jaki odsetek reklam rzeczywiście dotyczy iGaming. Jego agent AI przypisał każdy unikalny plik do kategorii zgodnej z tematem, nietrafionej lub niejednoznacznej, a wątpliwe filmy obejrzał w całości. Za tydzień mamy 4% reklam nie na temat; dzienna próbka jest trafna w całości.

Co z tego wynika. Im mniej reklam nie na temat, tym więcej czasu zostaje na analizę kreacji. Zastosujmy udział trafnych reklam z próbki autora do liczby wyników i oszacujmy, ile reklam iGaming pozostaje w każdej usłudze.

Dla MTWSPY agent przerwał pobieranie po ponad 500 reklamach, żeby nie zużyć limitu. Liczbę 435 wyliczono z tej próbki, a nie z całej bazy.

Jak to policzyliśmy. Dla AdWall zastosowaliśmy udział 27% trafnych reklam do 16 369 wyników, a dla Tyver — 56% do 11 497. Obie liczby reklam pochodzą z wykresu Yellow Web; nie liczyliśmy ich ponownie. Gamler nie miał reklam nie na temat, ale liczba jego wyników była o rząd wielkości mniejsza. W dniu testu baza Spytrend zawierała 24 985 reklam z tego tygodnia. Przy 96% trafnych daje to 23 986 — liczbę porównywalną z pozostałymi usługami. Wykres powyżej pokazuje stan z ponownego pomiaru, czyli 11 września 2026 r.: 29 150 reklam, z czego szacunkowo 27 984 trafne. To szacunek, nie ponowne sprawdzenie każdej reklamy: udział zgodnych z tematem zmierzono na stu próbkach i przeniesiono na cały zbiór. Dokładną liczbę dałaby tylko kontrola wszystkich wyników.

Co pokazał pomiar. Na próbkach autora uzyskaliśmy te same 55 unikalnych plików za tydzień i 87 za dzień. Wynik się powtarza — nie ma tu czego kwestionować.

Skąd wziął się taki wynik. Agent pobierał wyniki posortowane według wyświetleń i nie włączył filtra unikalności. Takie sortowanie wysunęło reklamy z najwcześniejszych dni tygodnia. Do tego czasu uruchomiono je ponownie z różnych fanpage’y, więc jedna kreacja zajęła 28 miejsc w pierwszej setce.

Ponowny przebieg, 11 września 2026 r. Przełącznik „Tylko unikalne” w pierwszym rzędzie filtrów sprowadza wszystkie kopie kreacji do jednego wiersza. Na tych samych danych dostajemy sto różnych kreacji na sto wyników — nie musisz samodzielnie usuwać duplikatów ani przeliczać hashy.

Liczba 88 na wykresie pochodzi z naszego przebiegu z sortowaniem według daty. Tyle różnych plików otrzymaliśmy zarówno w oknie dziennym, jak i tygodniowym, bo w obu przypadkach pierwszą setkę tworzą te same reklamy. Wspomniane wyżej 87 to inny pomiar: dzienna setka autora posortowana według wyświetleń.

Jak to działa. Porównywane są same obrazy i filmy, a nie nazwy plików czy linki. Ponowne uruchomienie reklamy, kompresja, kadrowanie lub zmiana napisów nie przeszkadzają więc w rozpoznaniu tej samej kreacji. Przy każdej kreacji zobaczysz, w ilu reklamach wystąpiła — od razu widać, które są uruchamiane najczęściej.

Jeszcze jedna rzecz. Powtórki same w sobie nie są bezwartościowymi wynikami. Jedna kreacja w 28 reklamach może oznaczać skalowanie kampanii — warto sprawdzić, jak jest prowadzona.

Co pokazał pomiar. W przypadku każdej usługi 92–100% plików nie wystąpiło w pierwszych setkach wyników pozostałych. Dla Spytrend, po uwzględnieniu ponownych uruchomień, było to 98,1%.

Podobny wynik dla całej piątki nie oznacza podobnego pokrywania się baz. Obliczono go na stu reklamach, niezależnie od tego, ile reklam jest poza tą setką. W tygodniu testu Gamler miał 849 trafnych reklam, a my 23 986, mimo to udział plików niewystępujących u innych mieści się dla obu w przedziale 92–100%. Miara, która nie odróżnia bazy 849 reklam od bazy 23 986 reklam, mówi o sortowaniu wyników, nie o zawartości baz.

Sto reklam to ułamki procenta całego zbioru. To 3,2% dziennych wyników z 1 sierpnia i 0,4% tygodniowych. Dwie bazy mogą pokrywać się nawet w połowie, a mimo to pokazać różne pierwsze setki — wystarczy inne domyślne sortowanie.

Autor słusznie dodał porównanie percepcyjne. Sam SHA-256 nie wystarczył, więc użył PDQ i vPDQ do porównania obrazów i filmów, nie tylko bajtów. To właściwa metoda sprawdzania podobieństwa plików, ale zwiększa dokładność porównania setek reklam; nie zamienia go w porównanie całych baz.

Warto też pamiętać o wersjach plików. SHA-256 jest sumą kontrolną: zgadza się tylko wtedy, gdy pobrano dokładnie tę samą wersję pliku. API może zwrócić oryginał, kopię po kompresji lub klatkę podglądu filmu. Porównanie percepcyjne wychwytuje część takich przypadków, ale pojedynczej klatki nadal nie da się bezpośrednio zestawić z całym filmem.

Jak mierzyć pokrywanie się baz. Porównaj reklamy po Library ID — identyfikatorze nadawanym przez Facebooka — i uwzględnij wszystkie wyniki z danego okresu, nie tylko pierwszą setkę. Wtedy tę samą reklamę rozpoznasz w obu usługach i obliczysz udział wspólnych pozycji względem całego zbioru.

Zacznijmy od ostatniego cytatu. Autor sam zasugerował, że problem został już rozwiązany — i miał rację. Potwierdzają to datowane logi serwera poniżej.

Co pokazał pomiar. W tabeli są dwa wiersze dotyczące Spytrend: „0 na 8” przez MCP oraz „15 na 15” przez „SDK z bezpośrednim dostępem do API”.

Skąd wziął się taki wynik. Oba wiersze dotyczą tego samego naszego serwera. Spytrend nie ma osobnego SDK i nigdy go nie miał. Narzędzie użyte w teście łączy się z mcp.spytrend.com/mcp przez OAuth2 client credentials — standardowy sposób uwierzytelniania za pomocą pary kluczy wydanych agentowi. Wiersz „SDK z bezpośrednim dostępem do API”, z wynikiem 15 na 15 i czasem 1,69 s, opisuje więc ten sam MCP, tylko pod inną nazwą.

Różnica między „0 na 8” a „15 na 15” nie leży po stronie serwera, lecz warstwy pośredniej. Autor łączył się z naszymi endpointami przez własne narzędzie wiersza poleceń, które przy każdym zapytaniu uruchamiało nową sesję agenta. Dlatego 178,96 s oznaczało nie czas naszej odpowiedzi, ale cały cykl: start agenta, autoryzację, połączenie i dopiero potem wyszukiwanie.

Ponowny przebieg. Nasz log z 3 sierpnia pokazuje 43 wywołania, 43 udane, średni czas 1,608 s, medianę 0,163 s i zero błędów. Nie ma w nim odpowiedzi trwających prawie trzy minuty. W ponownych przebiegach 11 września 2026 r. wykonaliśmy dziesięć kolejnych wywołań w jednej sesji: mediany wyniosły 0,77–0,93 s, bez błędów.

Ale większy koszt był gdzie indziej. MCP to nie tylko zestaw endpointów. Serwer przekazuje agentowi schemat filtrów, aktualną listę sposobów sortowania i instrukcje dla narzędzi: czego szukać, jak zawężać wyniki i które przełączniki są dostępne. Autorska warstwa pośrednia zgubiła tę część: dane docierały, wskazówki już nie.

Agent użył więc filtrów niedopasowanych do zadania i nie znalazł „Tylko unikalne” — filtra, który od czerwca jest opisany w naszym narzędziu wyszukiwania i usuwa powtórki jednym ustawieniem. Stąd 55 plików na sto wyników w punkcie 4 oraz część braków w tabeli filtrów z punktu 1. Serwer udostępniał te informacje, ale warstwa pośrednia ich nie pobrała.

Co zmieniło się po teście. Sortowanie według wyświetleń nie przechodzi już bez komunikatu: serwer odrzuca zapytanie, wskazuje dostępne opcje i pokazuje przykładowe wywołanie — date (według daty), most_popular (ranking popularności), folder_added (według zapisów do folderów) oraz most_reused_creative (według liczby ponownych uruchomień kreacji). Agent podłączony bezpośrednio nie wybierze już tej błędnej ścieżki bez ostrzeżenia.

Co pokazał pomiar. Cały test zużył u nas 201 tokenów, a w Tyver 42. Token oznacza tutaj wewnętrzną jednostkę limitu Spytrend; nie ma nic wspólnego z tokenami modelu językowego.

Dlaczego tych liczb nie można porównać wprost. Każda usługa ma własny cennik i miesięczny limit, więc ta sama liczba jednostek oznacza inny udział w abonamencie. Sensownie porównać można tu tylko procent wykorzystanego miesięcznego limitu.

Ile to procent. Miesięczny limit Pro wynosi 40 000 tokenów. Test zużył 201, czyli pół procent. Taki przebieg można by więc wykonać około dwustu razy w miesiącu.

Skąd wziął się koszt. Wtedy przeglądanie metadanych było bezpłatne w ramach limitu. Rozliczaliśmy pobieranie plików, a agent pobrał ich 200.

Co się zmieniło. Obecny cennik jest inny i prostszy: płacisz za to, co faktycznie otrzymasz.

Jeśli wyników jest mniej, niewykorzystane tokeny wracają automatycznie: prosisz o dwadzieścia wierszy, a system znajduje dwanaście — płacisz za dwanaście. Ten sam test kosztowałby obecnie około 865 tokenów, czyli nieco ponad dwa procent miesięcznego limitu. Agent może bezpłatnie sprawdzić saldo.

Metoda zastosowana w teście pokazuje wpływ ustawień pobierania, a nie zawartość całych baz: wyniki sortowano według metryki niedostępnej dla reklam komercyjnych, nie włączono filtra unikalności, a bazy porównano za pomocą hashy różnych wersji plików. Po uwzględnieniu tych trzech kwestii obraz się zmienia: pod względem szacowanej liczby trafnych reklam Spytrend wyprzedza każdą z pozostałych czterech usług. Do tego dochodzi około 280 mln nowych reklam miesięcznie, 342 podkategorie, usuwanie duplikatów jednym przyciskiem, sieci webmasterów, TikTok i oficjalne połączenie z agentami AI. W tym porównaniu pięciu usług Spytrend ma najwięcej szacowanych reklam zgodnych z tematem za tydzień objęty testem.

Najpierw porównywalność. Liczby dla czterech pozostałych usług pochodzą z daty testu, czyli z sierpnia 2026 r. Dlatego dla Spytrend też przyjmujemy stan z tego czasu: 24 985 reklam z tygodnia 26.07–01.08, z czego 96% trafnych daje 23 986. Obok podajemy stan z ponownego pomiaru: 11 września 2026 r. baza dla tego samego tygodnia wzrosła do 29 150 reklam, czyli szacunkowo 27 984 trafnych. Tej drugiej liczby nie można już bezpośrednio porównać z sierpniowymi wynikami konkurencji — nie przeliczaliśmy ich baz we wrześniu.

Porównanie opiera się na danych autora z testu w sierpniu 2026 r. oraz na publicznych materiałach usług według stanu na wrzesień 2026 r.: Tyver, AdWall, Gamler, MTWSPY. Szacowana liczba trafnych reklam to udział reklam zgodnych z tematem w próbce autora pomnożony przez liczbę reklam w bazie dla danego okresu.

Nie każdą wartość zwracaną przez Facebooka warto przedstawiać jako twarde dane.

• Płeć i wiek odbiorców. Facebook zwraca je jako własne szacunki, nie pomiar — to przypisanie na podstawie założeń o osobach, które zobaczyły reklamę. Sama Meta zalicza takie metryki do szacowanych i opartych na próbie. Filtr oparty na tych polach sugerowałby dokładność, której dane nie zapewniają. Dlatego płci i wieku nie ma w filtrach Spytrend. Nie dlatego, że nie da się ich pobrać, lecz dlatego, że nie chcemy przedstawiać szacunków jako faktów.

Test pokazał nam, gdzie agentowi AI brakowało wskazówek. Od sierpnia zmieniło się kilka rzeczy:

• Agent dostaje wskazówkę dotyczącą sortowania. Wcześniej zapytanie o sortowanie według wyświetleń przechodziło, mimo że nie ma danych do takiego sortowania. Teraz wyszukiwarka wyjaśnia przyczynę i proponuje opcje: date, most_popular, folder_added (według zapisów do folderów), most_reused_creative. Możesz wybrać nowe reklamy, nasz ranking popularności albo najczęściej uruchamiane ponownie kreacje.
• Można analizować całą próbkę reklam. Dodaliśmy analizy według reklamodawcy, kraju, kategorii i domeny. Widać tam również przedział zasięgu wraz z wyjaśnieniem, co oznacza.
• Sprawdziliśmy działanie filtrów. Przejrzeliśmy wszystkie 45 parametrów wyszukiwania i odnotowaliśmy miejsca, w których wyniki nie spełniały zadanych warunków.
• Dodaliśmy ustalanie marki ukrytej za cloakingiem — 1 USD za uruchomienie w każdym planie (szczegóły w punkcie 1).

Filtr „Tylko unikalne”, przycisk „Najczęściej dodawane ponownie”, wyszukiwanie po podobieństwie wizualnym kreacji, pikselu i fragmencie linku trackingowego, sieci webmasterów, TikTok oraz połączenie z agentami AI były w Spytrend już podczas testu.

Czym różni się Spytrend od Tyver przy szukaniu kreacji iGaming?

Według pomiaru autora 96% tygodniowych wyników Spytrend dotyczyło iGaming, podczas gdy w Tyver 44% wyników z tego samego tygodnia było nie na temat. Różni się też klasyfikacja: Tyver miał kilka szerokich wertykali według stanu na wrzesień 2026 r., a Spytrend — 33 kategorie i 342 podkategorie, w tym osiem rozdzielających hazard i zakłady. Dochodzi wyszukiwanie po samej kreacji, pikselu i sieci webmastera.

Dlaczego Spytrend pokazał więcej duplikatów niż MTWSPY?

Wyniki pobrano przy sortowaniu według wyświetleń i bez filtra unikalności. W takiej setce jedna kreacja zajęła 28 miejsc, a różnych plików zostało 55. Na próbkach autora uzyskaliśmy ten sam wynik. Po włączeniu „Tylko unikalne” sto wyników daje sto różnych kreacji.

Dlaczego serwer MCP Spytrend miał w teście 0 udanych wywołań na 8?

Autor łączył się przez własną warstwę pośrednią, która przy każdym zapytaniu uruchamiała nową sesję agenta — stąd średni czas 178,96 sekundy. Nasz log sesji autora z 3 sierpnia pokazuje 43 wywołania, wszystkie udane, średnio 1,608 sekundy, medianę 0,163 sekundy i zero błędów.

Ile reklam iGaming w Hiszpanii Spytrend zwraca za jeden dzień?

Agent pobrał 996 reklam z 1 sierpnia, kończąc pobieranie na stu pozycjach w każdym okresie. Baza zawierała 3 112 reklam dla tej samej daty i tego samego zapytania. Później uzupełniliśmy dane historyczne: według pomiaru z 11 września 2026 r. było w niej 4 072 reklam z tego dnia i 29 150 z tygodnia 26.07–01.08.

Czy pierwsze setki wyników wystarczą, by zmierzyć pokrywanie się baz dwóch spy tooli?

Nie. W teście porównano pierwsze setki wyników jednego zapytania — to 0,4% naszej tygodniowej liczby reklam. Różne domyślne sortowanie da różne pierwsze setki nawet wtedy, gdy bazy pokrywają się w połowie. Pokrywanie należy mierzyć po identyfikatorach Library ID reklam i na wszystkich wynikach z danego okresu.

Ile limitu Spytrend zużywa taki test?

Test autora zużył 201 tokenów z miesięcznego limitu Pro wynoszącego 40 000, czyli pół procent. Wtedy przeglądanie metadanych było bezpłatne, a limit zużywało pobieranie plików. Przy obecnych stawkach ten sam test kosztowałby około 865 tokenów, czyli nieco ponad dwa procent miesięcznego limitu.

Których funkcji sprawdzonych przez autora Spytrend nie oferuje?

Celowo nie filtrujemy według płci i wieku: Facebook podaje je jako szacunki, nie pomiary, a Meta klasyfikuje takie metryki jako szacowane i oparte na próbie. Filtr GEO działa poprawnie: większość wyników obejmuje kilka GEO, w tym Hiszpanię. Nie ma też sortowania według rzeczywistej liczby wyświetleń reklam komercyjnych — Facebook udostępnia dane o wyświetleniach tylko dla reklam politycznych.

Skrypt powtarza pomiar na twoim koncie i drukuje tabelę „twierdzenie → pomiar → wniosek”. Potrzebujesz Pythona oraz kluczy dostępu z konta Spytrend. Nie trzeba instalować dodatkowych bibliotek:

export SPYTREND_CLIENT_ID=... # Ustawienia → AI → Utwórz dostęp dla agenta
export SPYTREND_CLIENT_SECRET=...
python3 verify.py

Jedno uruchomienie zużywa około dwóch procent miesięcznego limitu. Jeśli wyniki na twoim koncie różnią się od naszych, napisz do nas. Sprawdzimy rozbieżność i omówimy ją publicznie, tak jak zrobił to autor testu.

Nie musisz wierzyć nam na słowo. Weź skrypt, własne klucze i własną kombinację — uruchomienie trwa pięć minut. Jeśli liczby się nie zgodzą, omówimy rozbieżność równie publicznie.

Możesz też zajrzeć do bazy bez opłat: darmowy plan Starter, bez podawania karty, daje ograniczony dostęp do archiwum reklam starszych niż 90 dni — spytrend.com.