Las conversaciones sobre millones en vibecoding resuenan por todas partes: un millón en 17 días, un millón para octubre, un millón con un solo prompt. Decidí hacer una verificación: cuántos proyectos realmente superaron el umbral de $100,000 de ingresos mensuales o $1,000,000 de ingresos totales (incluyendo el monto de salida). El panorama resultó ser mucho más modesto de lo esperado. Si excluimos los proyectos cuyo producto en sí mismo es una solución de IA, quedan muy pocas startups basadas específicamente en vibecoding.
En este análisis, no mezclo los conceptos de ARR (ingresos recurrentes anuales) e ingresos reales. El ARR es una proyección del mes actual multiplicada por doce, no dinero ganado. Donde la fuente indica ARR, lo señalo y recalculo por separado los ingresos mensuales. El orden de los proyectos en la tabla a continuación no está determinado por el tamaño de los ingresos, sino por la fiabilidad de la confirmación de los indicadores financieros.
Proyectos que superaron el umbral de $100,000/mes o $1 millón de ingresos totales
La lista incluye proyectos con informes públicos de ingresos de $100,000 al mes o ingresos acumulados de $1,000,000.
-
Medvi: $401 millones en el primer año
Telemedicina especializada en medicamentos GLP-1 para la pérdida de peso. El fundador Matthew Gallagher lanzó el proyecto en septiembre de 2024 con una inversión de aproximadamente $20,000. Según las publicaciones, el primer año generó $401 millones en ingresos, alrededor de 250,000 clientes y $65 millones en ganancias con un margen del 16%. Personal: dos personas (el propio Gallagher y su hermano Elliot), el resto son contratistas.
- Vibecoding: El código, el sitio web y los agentes se escribieron con la ayuda de Claude, Grok y ChatGPT. El material visual para la publicidad – Midjourney y Runway. Las llamadas a clientes – ElevenLabs.
- Esencia del negocio: La mayor parte del negocio – médicos, farmacia, emisión de recetas y el marco legal – se subcontrata a través de CareValidate, OpenLoop Health y LegalZoom. Gallagher se centró en el ensamblaje y el tráfico.
-
Base44: venta por $80 millones
Constructor de aplicaciones a partir de una descripción de texto, creado por Maor Shlomo. Lanzado a principios de 2025. En mayo, la empresa mostró $189,000 de ganancias en un mes. En junio, Wix anunció su compra por $80 millones en efectivo. En el momento del acuerdo, el proyecto tenía 250,000 usuarios. Shlomo era el único propietario, pero en el momento de la venta, ocho personas trabajaban en la empresa, a quienes se les destinaron $25 millones del monto del acuerdo como retención.
- Vibecoding: Shlomo construyó deliberadamente la base de código de tal manera que la mayor parte fuera generada por modelos, y utilizó el enrutamiento de prompts entre diferentes modelos. Este es uno de los ejemplos más puros donde el producto en sí es vibecoding y está construido con este mismo método.
- Confirmación: Los indicadores financieros están confirmados por el documento de la transacción, no por un tuit.
-
Peec AI: $4 millones de ARR (hasta $833.000/mes)
Empresa berlinesa que rastrea cómo se presenta una marca en la búsqueda con IA (ChatGPT, Perplexity, Gemini). Fundador Marius Meiners. El primer prototipo se construyó en v0 de Vercel en aproximadamente un día y medio. El producto se desarrolló posteriormente de forma tradicional, por un equipo. En noviembre de 2025, la empresa anunció una Serie A de $21 millones, habiendo recaudado un total de $29 millones. En ese momento, Peec AI tenía más de 1300 empresas conectadas y un ARR de alrededor de $4 millones (aproximadamente $333.000 al mes). Posteriormente, el ARR creció a $10 millones (alrededor de $833.000 al mes).
- Vibecoding: Se utilizó para crear rápidamente un prototipo y verificar la demanda, pero el producto principal se construyó de forma tradicional.
-
Wave AI: $7 millones de ARR
Aplicación para grabar, transcribir y resumir audio, enfocada en conversaciones cotidianas, no en reuniones. Autor Josh Moorer, ex CEO de Uber para Nueva York, no programador. El primer prototipo funcional en Swift lo construyó en un día usando ChatGPT. El proyecto alcanzó $7 millones de ARR con $3 millones de ganancias anuales y alrededor de 4000 suscriptores de pago.
- Vibecoding: Prototipo creado con IA.
- Particularidad: Altos costos de acceso a los mejores modelos para garantizar la calidad de la transcripción, que es el producto clave.
Proyectos que no alcanzaron el umbral, pero que se mencionan a menudo
Estos proyectos a menudo aparecen en las selecciones, pero sus indicadores financieros no cumplen con el umbral establecido.
-
Cal AI: $2 millones de ingresos mensuales, pero la etiqueta es dudosa
Aplicación para contar calorías a partir de una foto de comida. Autores Zach Yadegari y Henry Langmack. Lanzamiento en mayo de 2024. Para julio de 2025, 8,3 millones de descargas y, según CNBC Make It, alrededor de $1,4 millones de ganancias brutas al mes, y también se mencionan $2 millones de ingresos mensuales. Por dinero pasa, pero por la etiqueta de vibecoding, no. TechCrunch reveló que Yadegari escribió el código él mismo, comenzando a programar a los diez años. Los modelos de Anthropic y OpenAI se utilizan solo para el reconocimiento de imágenes dentro del producto.
-
fly.pieter.com: $1 millón ARR, pero un pico de $87 000/mes
Un simulador de vuelo en el navegador de Pieter Levels. Prototipo básico en 30 minutos. Se anunció $1 millón ARR en febrero de 2025, 17 días después del lanzamiento. El pico de ingresos mensuales fue de aproximadamente $87 000. Monetización: modelos de aviones y artículos de pago por $29,99. Método de Levels: “un prompt – una capa”. $1 millón ARR es una proyección anual, no un millón ganado. El proyecto no alcanzó el umbral de $100 000 de ingresos mensuales.
-
Stanley: $1 millón ARR, pero no ingresos
Una herramienta de IA para trabajar con contenido, creada por Vitaly Dodonov y John Hu en 14 días. La versión para LinkedIn se lanzó en junio de 2025 y seis semanas después mostraba $200 000 ARR. El equipo superó la marca de $1 millón ARR en octubre de 2025. La “aplicación en 14 días” se refiere a la primera versión funcional, no al producto completo. El valor principal se añadió después del lanzamiento. De nuevo, esto es ARR, no ingresos reales.
-
Lumoo: €700 000 ARR, aproximadamente €58 000/mes
Una plataforma para marcas de moda y minoristas de Henrik Skagerlind Fast y Peter Törngren. Ofrece visualizaciones fotorrealistas y pruebas virtuales. Según el caso de Lovable, en nueve meses el producto alcanzó €700 000 ARR, conectando a más de quince marcas. El objetivo es €1 millón ARR para noviembre de 2025. Los ingresos mensuales son de aproximadamente €58 000, lo que está por debajo del umbral. El éxito del proyecto se debe a las conexiones de los fundadores en la industria, no a la interfaz generada.
-
Plinq: $456 000 ARR, aproximadamente $38 000/mes
Una aplicación de verificación de antecedentes y seguridad de Sabine Matos. Construida completamente en Lovable. Se informó de 6 000 ARR, se recaudaron R,3 millones y más de 10 000 usuarios. 6 000 ARR son aproximadamente 000 al mes, y eso en la mejor interpretación. El caso es interesante porque la aplicación reunió una audiencia antes que dinero. Las inversiones llegaron después de la aparición de los usuarios, y no debido a la generación de la primera versión por la herramienta.
Conclusiones generales y factores clave de éxito
El análisis muestra que el éxito de los proyectos no se reduce a un código barato generado por IA. Hay varias características comunes en las startups exitosas.
Tamaño del equipo al inicio
Cuatro de los cinco casos exitosos comenzaron con una o dos personas. Esto no es tanto un mérito del vibecoding, sino un indicador de que un producto se puede construir más rápido que formar un equipo.
Infraestructura sobre hombros ajenos
Los proyectos exitosos utilizaron activamente servicios y API de terceros:
- Medvi subcontrató médicos, farmacias y abogados.
- Wave AI utilizó API de terceros para la transcripción.
- Cal AI — para reconocimiento y base de productos.
- Lumoo se integró en los flujos de trabajo existentes de las marcas.
Solo se tuvo que construir desde cero lo que no estaba en el mercado.
El dinero no viene del código barato
Ningún producto ganó exclusivamente por código barato o generado. El dinero provino de otros factores:
- Cal AI — a través de influencers.
- Stanley — a través de la distribución en LinkedIn.
- Medvi — a través de contratistas con licencias.
- Wave AI — a través de inferencia costosa (cálculo de modelos).
- Plinq — a través de una audiencia que apareció antes que los ingresos.
La generación de código acorta el camino hacia el lanzamiento, pero no es la principal fuente de ingresos.
Método de verificación multimodo
Casi todos los equipos de la selección utilizan la técnica de ejecutar una tarea a través de varios modelos y comparar los resultados. Así, Peec AI verificaba la demanda, Base44 enrutaba los prompts, y Левелс ensamblaba las capas del juego, cambiando el modelo para cada tarea. Esto permite probar hipótesis rápidamente y encontrar soluciones óptimas. Puedes probar este enfoque en una tarde: toma tu prompt actual y ejecútalo a través de tres modelos diferentes para ver las discrepancias y elegir la mejor opción.
Preguntas frecuentes
¿Qué CPM se considera rentable para probar hipótesis?
Para probar hipótesis, no solo es importante el CPM, sino también la velocidad de obtención de datos. Si las herramientas de IA permiten generar creatividades y lanzar campañas rápidamente, incluso con un CPM relativamente alto, la prueba de hipótesis es barata debido a la reducción de tiempo y esfuerzo. Un CPM rentable es aquel que proporciona un volumen de datos suficiente para tomar una decisión con un costo de lanzamiento mínimo. Por ejemplo, si el precio por un clip terminado, generado por IA, permite lanzar 100 variantes con el mismo presupuesto que 10 variantes hechas por una persona, es rentable.
¿Qué es más barato: publicidad de banner o influencers?
La comparación directa de precios es difícil, ya que el resultado es diferente. La publicidad de banner (cuánto cuesta 1 millón de impresiones a través de un banner) puede ser más barata en CPM, por ejemplo, CPM más barato de 50 rublos por 1000 impresiones. Pero los influencers proporcionan una integración nativa y confianza de la audiencia. Para una alternativa económica a las siembras con influencers, se puede considerar un paquete de publicación masiva cuyo precio será menor, pero el alcance puede ser menos dirigido. Más barato que los influencers solo puede ser tu propio tráfico o una segmentación muy específica.
¿Vale la pena invertir en IA para la creación de contenido?
Si el objetivo es la reducción del costo de producción de contenido y el aumento de la velocidad, entonces ¿vale la pena la IA? — definitivamente sí. Por ejemplo, el precio de generar 100 videos de IA será mucho menor que crearlos manualmente. El costo de la unicidad de un video con IA también reduce significativamente los gastos. Sin embargo, es importante recordar que precio vs resultado es un factor clave. La IA acelera el proceso, pero un resultado de calidad aún requiere control y refinamiento humano.
¿Cómo estimar el costo de la producción de video con IA?
El precio por minuto de video con avatar de IA puede variar. Es importante considerar no solo la generación, sino también cuánto cuesta cortar 1 hora de transmisión en clips cortos usando IA. Esto permite obtener mucho contenido de una sola fuente. El costo de publicar 500 videos, si son generados o cortados por IA, será significativamente menor que el trabajo manual. Qué es más barato: un banner o un objetivo, es una cuestión de eficiencia, no solo de precio, y la IA puede aumentar la eficiencia de cualquier canal a través de la personalización y la escala.
Conclusión
El análisis muestra que los «millones en vibecoding» son más un mito que una realidad, si consideramos los ingresos netos del código generado. El éxito de los proyectos radica en la capacidad de ensamblar rápidamente un MVP, utilizar infraestructura de terceros y escalar el negocio a través de una distribución efectiva y el trabajo con los clientes, y no solo a través de código barato. La economía unitaria de estos proyectos se basa en un enfoque integral. Antes de creer en otra historia de éxito, siempre solicite capturas de pantalla de las estadísticas y haga la pregunta principal: cuánto dinero generará cada rublo gastado. Para aquellos que estén dispuestos a experimentar, recomendamos probar diferentes modelos en la misma tarea. Use el código promocional CTRLAI para obtener un 20% de descuento en cualquier plan en SYNTX.AI.
