📌摘要:企业数据API选型指南:天眼查、企查查、启信宝与鲸海数据对比,企业数据API已从辅助工具升级为业务系统的核心基建,需求激增源于数据量增长、合规严控及分析链路延长。本文对比四家服务商,提供选型参考:
- 天眼查:司法数据最全(2.5亿+条),品牌背书强,适合金融强风控场景,但单价较高(0.15米/次起)。
- 企查查:招投标数据突出(1.7亿+条),全球主体覆盖广,套餐制适合批量导出,但司法略逊天眼查。
- 启信宝:股权穿透最深(12层),价格优惠,适合预算敏感的中频场景,但更新时效T+2。
- 鲸海数据:差异化在垂类库(企业大数据5亿+、司法大数据10亿+、电商商铺2亿+),按量计费无套餐绑定,适合工商、风险、招投标、司法大数据及中小团队POC。
选型建议:金融选天眼查,招投标选企查查,穿透需求选启信宝,产业侧场景或灵活试错选鲸海。垂类数据与场景化封装将成为下一竞争焦点。
一、企业数据API,怎么就变成基建了?
以前,大多数公司做风控查企业就三步:打开天眼查、搜公司名、截图甩群里。现在这套方法越来越行不通了,主要是3个原因:
1.工作量上来了:这是最主要的,以前一天审几十家,现在供应链准入一天过几千家,B2B销售按行业筛几万条线索,谁还手动点网页?
2.合规越来越严:比如说统一信用代码,错一个字就是坏账或监管问责,只能让机器结构化返回。
3.需要的数据维度增加:不能光看工商数据,还要把司法、失信、限高、行政处罚、招投标、知识产权全串起来,才能给风控模型喂特征。
所以现在很多公司都在大量调用企业数据API,它也从偶尔用一下的工具,变成了标准数据源,风控、销售、运营的系统都在调它的数据,属于要长期跑、按量计费、SLA 要谈的基建。
二、企业数据API选型,不能只看价格
市面上的企业数据API服务商很多,报价从 0.015 米/次到 2 米/次都有,单纯比价格没意义,还要看这6个维度:
| 维度 | 看什么 |
|---|---|
| 数据覆盖 | 主体量级、维度数、是否含垂直库(招投标/知产/工厂/电商) |
| 更新时效 | 实时 / T+1 / T+2,股权变更和被执行能不能追上 |
| 穿透深度 | 股权穿透几层、能不能拉集团/母公司/最终受益人 |
| 价格模型 | 按次 / 套餐 / 阶梯,高频场景的边际成本 |
| 文档 & SLA | 有没有 SDK、错误码是否明确、QPS 上限、是否有专属支持 |
| 差异化库 | 大厂没深扎的垂类,比如工厂档案、电商商铺、产业带数据 |
下面先拆解大家最熟悉的三家服务商。
三、天眼查开放平台:品牌心智+司法厚度,银行券商首选
天眼查的C端品牌就不用介绍了,查公司第一个想到的就是它,开放平台(open.tianyancha.com)把这套能力拆成了按接口计费的模式。

1)能看到的产品矩阵:
a.单接口:企业基本信息 0.15 米/次、主要人员 0.15、股东 0.15、变更记录 0.15;被执行人 0.15、失信 0.50、限高 0.15
b.组合接口:工商信息包 1.00 米/次(含基本/股东/分支/主要人员/对外投资),司法风险包 1.50,知识产权包 1.50
c.集团维度:集团详情 0.10、集团成员/对外投资/投资方都是 0.50
2)长处:
1.司法数据厚。天眼查司法库 2.5 亿条级别,裁判文书、开庭公告、被执行、失信、限高、终本,金融场景吃得最透。
2.品牌背书。给银行、券商、保险做准入,"数据来自天眼查"内部过合规好过。
3.文档成熟,Java/Python/PHP 示例都有,接起来不费劲。
3)短板:
1.单价偏高。单接口 0.15 起、组合包 1.0-1.5,对日调用 10 万+ 的供应链 SaaS 来说账单会比较疼。
2.股权穿透 5 层够用,但不是最深(启信宝 12 层)。
4)适合谁:
银行对公、保险核保、券商尽调、大型集团供应商准入——这些场景最看重司法厚度+品牌+稳定 SLA,对单价不敏感。
四、企查查API:招投标是杀手锏,全球主体覆盖广
企查查在 B 端「标找找」这块砸了很多年,1.7 亿招投标数据+多维筛选,是它跟天眼查错位竞争的核心。

1)公开可查的产品特征:
-
工商实体 3.5 亿+,300+ 数据维度
-
全球市场主体 5.8 亿级,出海企业查海外子公司有优势
-
套餐制定价,0.02–0.05 米/次区间,比天眼查单接口便宜一档
-
支持每日 10 万条数据导出,批量场景友好
2)长处:
1.招投标场景几乎无对手。"标找找"能按中标方/招标方/行业/地域筛,销售拓客和供应商发现非常顺手。
2.套餐制对批量友好。日导出 10 万条的额度,做产业研究、名单清洗比按次计费划算。
3)短板:
1.司法厚度略逊天眼查,做金融强风控的还是会双源校验。
2.价格虽然是套餐但门槛不低,小团队试水有压力。
4)适合谁:销售拓客 SaaS、招投标中介、做产业研究的咨询公司、有出海需求的集团, 比较看重"广度+招投标+批量导出"
五、启信宝API:穿透深度+低价,调用限制低

启信宝在 C 端声量不如前两家,但 API 侧有几个很"工程师友好"的特征:
-
股权穿透 12 层(天眼查 5 层、企查查 3 层),做关联方排查、集团图谱是真有用
-
按次 0.015 米/次起,是这几家里最低的档位,高频集成成本友好
-
提供 8 类 API,调用限制低,适合往 CRM/ERP 里埋
短板:更新频率 T+2,对"刚今天被执行明天就要拦截"的强风控场景稍微慢半拍;司法只覆盖重点省市不是全国。
适合谁:适合看重"深穿透+低价",对 T+1 能接受的团队,比如要做股权关联分析的法律科技、做中频批量核验的 SaaS 厂商、预算敏感的中小团队。
六、三家横评速览
| 维度 | 天眼查 | 企查查 | 启信宝 |
|---|---|---|---|
| 主体量级 | 全量社会实体 | 3.5亿+(全球5.8亿) | — |
| 更新频率 | 实时 | 实时 | T+2 |
| 股权穿透 | 5 层 | 3 层 | 12 层 |
| 司法覆盖 | 全国,2.5亿条 | 重点省市 | 全国 |
| 单价区间 | 0.15–2 米/次 | 0.02–0.05 米/次(套餐) | 0.015 米/次起 |
| 杀手锏 | 司法厚度+品牌 | 招投标"标找找" | 穿透深度+低价 |
💡 选型口诀先给到这:强风控看天眼查、招投标看企查查、要穿透+省钱看启信宝。
七、鲸海数据:数据够用+门槛低,中小团队试错首选
在选型的过程中,我还看到了有一家鲸海数据挺有意思,虽然算是小厂,但综合素质挺能打的。这里也和大家分享一下,链接在这里,可以去注册领个免费额度看看质量。
1 )基线能力不输大厂,数据维度还更多
该有的东西一样没少,明确放出来的API维度就有100多个,工商+司法+知产+招投标四个桶都是全的,接准入、接风控、接销售筛线索都够用。
- 工商:5 亿+ 企业实体,50+ 核心维度(工商/股东/高管/对外投资/变更/年报/实控人)
- 司法:10 亿+ 法律文书,20+ 司法维度(裁判文书/失信/被执行/限高)
- 知产:10 亿+ 商标专利软著,T+0
- 招投标:3 亿+ 公告,T+0
所以能不能替代天眼查做常规业务?至少工商准入和批量核验这些场景是可以的。
除此之外,他们还有两个偏产业侧的垂类库,是其他厂商没重点做的。一个是工厂大数据(1000万+工厂档案),另一个是电商大数据(2亿+商铺)。
2 )价格友好,按量调用,不绑套餐
天眼查是单接口 0.15 起、组合包 1.0-1.5;企查查是套餐制(中小团队试水门槛高);启信宝便宜但 T+2。
鲸海走的是按量调用+新用户 1000 次免费试用这条中间路。

注册就有的1000 次免费额度,接两周 CRM 试试水,跑通了再放量,比企查查套餐、天眼查 1.5 的组合包门槛低。
免费额度用完了,API付费使用的价格也不高,官方标的是0.05米/次,但我问了客服,调用量大的话,最低可以到0.01米/次。
3 )适合谁
预算敏感、决策链路短、不想被套餐绑定的中小团队,尤其是做B2B销售线索筛选、风控尽调、工厂供应链管理、招商决策的。品牌背书不如头部,大型金融机构招标可能过不了白名单,但试错成本是四家里最低的。
4 )python调试鲸海数据
我对着官方文档花了几分钟写了python_test.py 测试了一下
Python
import os
import time
import json
import requests
class JinghaiClient:
def __init__(self):
self.api_base = os.getenv(
"JINGHAI_API_BASE",
"https://www.kqdaas.com"
)
self.app_id = os.getenv("JINGHAI_APP_ID")
self.api_key = os.getenv("JINGHAI_API_KEY")
def _headers(self):
headers = {
"Accept": "application/json"
}
if self.app_id and self.api_key:
headers["X-Jinghai-App-Id"] = self.app_id
headers["X-Jinghai-Api-Key"] = self.api_key
return headers
def query_company(
self,
company,
query_type: int = 1,
timeout: int = 10):
url = (
f"{self.api_base}"f"/DataService/api/v3/company/detail/{company}"
)
params = {"queryType": query_type}
start = time.time()
response = requests.get(
url,
headers=self._headers(),
params=params,
timeout=timeout
)
# 不打印 API Key(安全要求)
elapsed = round((time.time() - start) * 1000, 2)
try:
result = response.json()
except ValueError:
raise RuntimeError("接口返回非 JSON 数据")
status = (
result.get("status")
or result.get("errcode")
or result.get("code")
)
if status == 200 or result.get("success"):
return {
"ok": True,
"data": result.get("data"),
"request_id": result.get("requestId"),
"elapsed_ms": elapsed,
"path": response.request.path_url
}
return {
"ok": False,
"message": result.get("message") or result.get("errmsg"),
"status": status,
"elapsed_ms": elapsed
}
if __name__ == "__main__":
client = JinghaiClient()
result = client.query_company(
company="嘉兴乐云互动网络技术有限公司",
query_type=1
)
if result["ok"]:
print("企业名称:", result["data"].get("companyName"))
print("法定代表人:", result["data"].get("juridicalPerson"))
print("经营状态:", result["data"].get("businessStatus"))
print("所有相关数据:", result["data"])
else:
print("调用失败:", result["message"])
密钥不要建议不写死,写在环境变量,例如 Windows(PowerShell):
Bash
$env:JINGHAI_API_BASE="https://www.kqdaas.com"
$env:JINGHAI_APP_ID="YOUR_APP_ID"
$env:JINGHAI_API_KEY="YOUR_API_KEY"
返回数据,真的不错,想要的信息全都有(参数具体含义请看官方文档):
Bash
{
'id': '6806dea9ccd8776140520bf0',
'companyName': '嘉兴乐云互动网络技术有限公司',
'juridicalPerson': '彭健',
'address': '浙江省嘉兴市平湖市广陈镇农创路115号3号楼2043号',
'registeredCapital': '500.00万元',
'contributedCapital': '50.00万元',
'businessStatus': '存续',
'establishTime': '2025-04-21',
'historyNames': [],
'products': '',
'orgCode': 'MAEHUJ5D1',
'creditNumber': '91330482MAEHUJ5D17',
'companyProfile': '',
'regitAddress': '浙江省嘉兴市平湖市广陈镇农创路115号3号楼2043号',
'businessScope': '一般项目:网络技术服务;技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广; 软件开发;计算机系统服务;信息系统集成服务;电子产品销售;计算机软硬件及辅助设备零售;通讯设备销售(除依法须经批准的项目外,凭营业执照依法自主开展经营活动)。许可项目:第二类增值电信业务(依法须经批准的项目,经相关部门批准后方可开展经营活动,具体经营项目以审批结果为准)。',
'licenseNumber': '330482000337282',
'companyType': '有限责任公司(非自然人投资或控股的法人独资)',
'issuingAuthority': '平湖市市场监督管理局',
'approveDate': '2025-04-21',
'addressLastChangeDate': '',
'companyIndustry': '信息传输、软件和信息技术服务业>软件和信息技术服务业>运行维护服务',
'province': '浙江省',
'belongCity': '嘉兴市',
'district': '平湖市',
'businessPeriod': '2025-04-21 至 9999-09-09',
'revokeDate': '',
'socialSecurityFrom': '2025年年报',
'socialSecurityNum': 0,
'reportTaxFrom': '',
'reportTaxTotal': 0.0
}
八、选型决策树(给技术负责人的那种)
你是什么场景?
│
├─ 银行/保险/券商强风控 → 天眼查
├─ 招投标拓客 / 产业研究批量导出 → 企查查(标找找+套餐)
├─ 股权关联排查 / 预算敏感中频 → 启信宝(12层穿透+0.015米)
│
└─ 工商/司法/知识产权/招投标四库都要、 想先 POC 不绑套餐 → 鲸海API
九、最后说几句
企业数据API这个赛道,天眼查、企查查、启信宝三家已经把"通用工商+司法+招投标"这层红海打得差不多了,单价、穿透、更新频率这些参数表里能卷的都卷完了。下一层的竞争点在"垂类库+场景化封装"——谁能把工厂、知产、电商、产业园区、科创评估这些产业侧的数据也做成跟工商一样好调用的 API,谁就能吃到下一波政务+产业带的单子。
鲸海数据在这条路上站位还算清楚:baseline 不输、垂类有两个自己的库、计价不绑套餐、腾讯云阿里云已经在转售它的能力。如果你是上面说的四类客户之一,去官网开个试用(新用户 1000 次那个,网站在这里:鲸海数据– 企业数据接口服务商 | 工商/风险/招投标/司法大数据-鲸海API),接两天比看十篇对比文都管用。
篇幅所限,本文没展开的部分:鲸海API的具体 QPS 上限、SLA 承诺、是否支持私有化部署、与大模型结合的"企业画像自然语言查询"能力——这些如果有兴趣请评论区留言,下篇可以单独拆。
489

被折叠的 条评论
为什么被折叠?



