API response times benchmark 2026

• Edge-компьютинг (Cloudflare Workers) — единственный путь к < 100ms p50 на global scale
• Для B2C SPAs targeting <100ms TTFB — Cloudflare Workers или Vercel Edge
• GraphQL на четверть быстрее REST в p50 благодаря under-fetching, но более сложен в кэшировании (p50 для GraphQL — 140 мс, для REST — 190 мс).
• Cold start на Lambda может добавлять до 2s при низкой нагрузке — kill for real-time APIs
• p99 > 1s = user-noticeable slowdown. Цель p99 < 500ms для mission-critical APIs

Top-1000 public APIs из Postman Public API Network + Awesome-lists. GET-запросы на standard endpoints с 100 replications, 5-минутные intervals, 7 дней. Измерено через Enterno.io infrastructure (msk + frankfurt + virginia + singapore). REST vs GraphQL: при доступности — тестировали оба endpoints.

Среднее время ответа для топ-1000 публичных API составляет 180 мс (медиана), при этом 75% запросов укладываются в 340 мс, а 95% — в 500 мс. Наибольшее влияние на время ответа оказывают такие факторы, как архитектура API, уровень нагрузки и оптимизация кода. Рекомендуем использовать инструменты мониторинга для анализа производительности и выявления узких мест.

Время ответа API — это критически важный показатель производительности, который напрямую влияет на пользовательский опыт и общую эффективность веб-приложений. Согласно данным нашего бенчмарка, медиана времени ответа для публичных API составляет 180 мс, а p75 — 340 мс. Однако, чтобы понять, как это время распределяется, необходимо учитывать различные аспекты, такие как:

• Архитектура API: REST, GraphQL или gRPC — выбор архитектуры может существенно повлиять на производительность.
• Время ответа API зависит от нагрузки на сервер. Например, у API, обслуживающего запросы через Cloudflare Workers (edge), медиана времени ответа составляет 45 мс, а 99-й процентиль — 210 мс. При этом у API на AWS Lambda (EU-West) медиана времени ответа — 110 мс, а 99-й процентиль — 1,2 с. В то же время API на Classic VPS + PHP/Node имеют медиану времени ответа 310 мс и 99-й процентиль до 4,5 с.
• Оптимизация кода: неоптимизированные запросы к базе данных могут увеличить время ответа на 190–340 мс.

Также стоит отметить, что 95% запросов в топ-1000 публичных API укладываются в 500 мс, что является хорошим показателем для большинства приложений. Важно регулярно проводить нагрузочное тестирование и использовать инструменты мониторинга, такие как enterno.io, для анализа производительности.

Для примера, рассмотрим, как можно использовать команду curl для измерения времени ответа API. Предположим, у нас есть публичный API для получения данных о погоде. Мы можем выполнить следующую команду:

curl -w "\nTime: %{time_total}s\n" -o /dev/null -s https://api.weatherapi.com/v1/current.json?key=YOUR_API_KEY&q=London

В этом примере параметр -w позволяет вывести общее время выполнения запроса. Результат поможет нам понять, как быстро API обрабатывает запросы.

Параметры, которые стоит учитывать при мониторинге:

• Задержка сети: Время, которое уходит на передачу данных от клиента к серверу и обратно.
• Время обработки на сервере: Время, необходимое серверу для обработки запроса и формирования ответа.
• Общее время ответа: Сумма задержки сети и времени обработки на сервере.

Для более глубокого анализа можно использовать библиотеки, такие как axios для JavaScript, которые позволяют легко отслеживать время ответа в приложениях. Например:

axios.get('https://api.weatherapi.com/v1/current.json?key=YOUR_API_KEY&q=London').then(response => { console.log(response); }).catch(error => { console.error(error); });

Используя такие подходы, разработчики могут оптимизировать производительность своих API и улучшить пользовательский опыт. Регулярный мониторинг и анализ времени ответа помогут выявить узкие места и своевременно реагировать на проблемы.