वाइबकोडिंग: परियोजनाओं की वास्तविक आय और लाखों के मिथक

वाइबकोडिंग पर लाखों की बातें हर जगह से सुनाई देती हैं: 17 दिनों में एक मिलियन, अक्टूबर तक एक मिलियन, एक प्रॉम्प्ट से एक मिलियन। मैंने एक जांच करने का फैसला किया: कितनी परियोजनाओं ने वास्तव में $100,000 मासिक राजस्व या $1,000,000 कुल आय (निकास राशि सहित) की सीमा को पार किया है। तस्वीर उम्मीद से कहीं अधिक मामूली निकली। यदि उन परियोजनाओं को छोड़ दिया जाए जिनका उत्पाद स्वयं एक AI-समाधान है, तो वाइबकोडिंग पर आधारित बहुत कम स्टार्टअप बचते हैं।

इस विश्लेषण में, मैं ARR (वार्षिक आवर्ती राजस्व) और वास्तविक राजस्व की अवधारणाओं को भ्रमित नहीं करता। ARR वर्तमान महीने का अनुमान है, जिसे बारह से गुणा किया जाता है, न कि अर्जित धन। जहां स्रोत ARR इंगित करता है, मैं इसे नोट करता हूं और मासिक राजस्व की अलग से गणना करता हूं। नीचे दी गई तालिका में परियोजनाओं का क्रम राजस्व के आकार से नहीं, बल्कि वित्तीय संकेतकों की पुष्टि की विश्वसनीयता से निर्धारित होता है।

$100,000/माह या $1 मिलियन कुल आय की सीमा को पार करने वाली परियोजनाएं

सूची में $100,000 प्रति माह से अधिक या कुल $1,000,000 से अधिक राजस्व वाली सार्वजनिक रिपोर्ट वाली परियोजनाएं शामिल हैं।

1. Medvi: पहले वर्ष में $401 मिलियन

   टेलीमेडिसिन, जो वजन घटाने के लिए GLP-1 दवाओं में विशेषज्ञता रखता है। संस्थापक मैथ्यू गैलाघर ने सितंबर 2024 में लगभग $20,000 के निवेश के साथ परियोजना शुरू की। प्रकाशनों के अनुसार, पहले वर्ष में $401 मिलियन का राजस्व, लगभग 250,000 ग्राहक और 16% मार्जिन पर $65 मिलियन का लाभ हुआ। कर्मचारी: दो लोग (गैलाघर और उनके भाई इलियट), बाकी ठेकेदार।

   • वाइबकोडिंग: कोड, वेबसाइट और एजेंट Claude, Grok और ChatGPT का उपयोग करके लिखे गए थे। विज्ञापन के लिए विजुअल — Midjourney और Runway। ग्राहकों को कॉल करना — ElevenLabs।
   • व्यवसाय का सार: व्यवसाय का मुख्य भाग — डॉक्टर, फार्मेसी, नुस्खे लिखना और कानूनी ढांचा — CareValidate, OpenLoop Health और LegalZoom के माध्यम से आउटसोर्स किया गया है। गैलाघर ने असेंबली और ट्रैफिक पर ध्यान केंद्रित किया।

2. Base44: $80 मिलियन में बिक्री

   टेक्स्ट विवरण से ऐप बिल्डर, जिसे माओर श्लोमो ने बनाया है। 2025 की शुरुआत में लॉन्च किया गया। मई में कंपनी ने एक महीने में $189,000 का लाभ दिखाया। जून में Wix ने $80 मिलियन नकद में अधिग्रहण की घोषणा की। सौदे के समय परियोजना के 250,000 उपयोगकर्ता थे। श्लोमो एकमात्र मालिक थे, लेकिन बिक्री के समय कंपनी में आठ लोग काम कर रहे थे, जिन्हें सौदे की राशि में से $25 मिलियन प्रतिधारण के रूप में मिले।

   • वाइबकोडिंग: श्लोमो ने जानबूझकर कोडबेस को इस तरह से बनाया कि इसका अधिकांश हिस्सा मॉडल द्वारा उत्पन्न हो, और विभिन्न मॉडलों के बीच प्रॉम्प्ट रूटिंग का उपयोग किया। यह सबसे स्पष्ट उदाहरणों में से एक है जहां उत्पाद स्वयं वाइबकोडिंग है और इसी विधि से बनाया गया है।
   • पुष्टि: वित्तीय प्रदर्शन की पुष्टि एक लेनदेन दस्तावेज़ द्वारा की गई है, न कि एक ट्वीट द्वारा।

3. पीक एआई: $4 मिलियन एआरआर (प्रति माह $833,000 तक)

   बर्लिन स्थित कंपनी, जो ट्रैक करती है कि ब्रांड एआई खोज में कैसे प्रस्तुत किया जाता है (ChatGPT, Perplexity, Gemini)। संस्थापक मारियस माइनर्स। पहला प्रोटोटाइप Vercel के v0 पर लगभग डेढ़ दिन में बनाया गया था। उत्पाद को बाद में एक टीम द्वारा पारंपरिक तरीके से विकसित किया गया था। नवंबर 2025 में, कंपनी ने $21 मिलियन के सीरीज ए की घोषणा की, कुल $29 मिलियन जुटाए। उस समय, पीक एआई के पास 1300+ कनेक्टेड कंपनियां और लगभग $4 मिलियन का एआरआर (लगभग $333,000 प्रति माह) था। बाद में एआरआर बढ़कर $10 मिलियन (लगभग $833,000 प्रति माह) हो गया।

   • वाइबकोडिंग: इसका उपयोग तेजी से प्रोटोटाइप बनाने और मांग को सत्यापित करने के लिए किया गया था, लेकिन मुख्य उत्पाद पारंपरिक रूप से बनाया गया था।

4. वेव एआई: $7 मिलियन एआरआर

   ध्वनि रिकॉर्डिंग, प्रतिलेखन और पुनर्कथन के लिए एक ऐप, जो बैठकों के बजाय सामान्य बातचीत पर केंद्रित है। लेखक जोश मोहरर, उबर के पूर्व न्यूयॉर्क महाप्रबंधक, एक गैर-प्रोग्रामर। उन्होंने ChatGPT का उपयोग करके एक दिन में स्विफ्ट पर पहला कार्यशील प्रोटोटाइप बनाया। परियोजना ने $3 मिलियन वार्षिक लाभ और लगभग 4000 सशुल्क ग्राहकों के साथ $7 मिलियन एआरआर हासिल किया।

   • वाइबकोडिंग: प्रोटोटाइप एआई का उपयोग करके बनाया गया था।
   • विशेषता: प्रतिलेखन की गुणवत्ता सुनिश्चित करने के लिए सर्वोत्तम मॉडलों तक पहुंच के लिए उच्च लागत, जो मुख्य उत्पाद है।

परियोजनाएं जो सीमा तक नहीं पहुंचीं, लेकिन अक्सर उल्लेख की जाती हैं

ये परियोजनाएं अक्सर संग्रह में शामिल होती हैं, लेकिन उनका वित्तीय प्रदर्शन निर्धारित सीमा को पूरा नहीं करता है।

1. कैल एआई: $2 मिलियन मासिक राजस्व, लेकिन लेबल संदिग्ध है

   भोजन की तस्वीर से कैलोरी गिनने के लिए एक ऐप। लेखक ज़ैक यादेगारी और हेनरी लैंगमैक। मई 2024 में लॉन्च किया गया। जुलाई 2025 तक — 8.3 मिलियन डाउनलोड और, सीएनबीसी मेक इट के अनुसार, लगभग $1.4 मिलियन मासिक सकल लाभ, और $2 मिलियन मासिक राजस्व का भी उल्लेख किया गया है। पैसे के हिसाब से यह पास हो जाता है, लेकिन वाइबकोडिंग के लेबल के हिसाब से नहीं। टेकक्रंच ने खुलासा किया कि यादेगारी ने खुद कोड लिखा था, दस साल की उम्र में प्रोग्रामिंग शुरू की थी। एंथ्रोपिक और ओपनएआई मॉडल का उपयोग केवल उत्पाद के भीतर छवियों को पहचानने के लिए किया जाता है।

2. fly.pieter.com: $1 मिलियन ARR, लेकिन पीक $87,000/माह

   पीटर लेवल्स का ब्राउज़र-आधारित फ़्लाइट सिमुलेटर। 30 मिनट में एक बुनियादी प्रोटोटाइप। $1 मिलियन ARR की घोषणा फरवरी 2025 में, रिलीज़ के 17 दिन बाद की गई थी। मासिक राजस्व का उच्चतम स्तर लगभग $87,000 था। मुद्रीकरण: $29.99 में भुगतान किए गए विमान मॉडल और आइटम। लेवल्स की विधि: «एक प्रॉम्प्ट — एक परत»। $1 मिलियन ARR एक वार्षिक अनुमान है, न कि अर्जित किया गया मिलियन। परियोजना $100,000 मासिक राजस्व की सीमा तक नहीं पहुंची।

3. Stanley: $1 मिलियन ARR, लेकिन राजस्व नहीं

   विटाली डोडोनोव और जॉन हू द्वारा 14 दिनों में बनाया गया एक AI-आधारित सामग्री उपकरण। लिंक्डइन संस्करण जून 2025 में जारी किया गया था और छह सप्ताह के भीतर $200,000 ARR दिखा रहा था। टीम ने अक्टूबर 2025 तक $1 मिलियन ARR का आंकड़ा पार कर लिया। «14 दिनों में ऐप» पहले कार्यशील कट को संदर्भित करता है, न कि पूर्ण उत्पाद को। मुख्य मूल्य लॉन्च के बाद जोड़ा गया था। फिर से, यह ARR है, न कि वास्तविक राजस्व।

4. Lumoo: €700,000 ARR, लगभग €58,000/माह

   हेनरिक स्कागेरलंड फ़ास्ट और पीटर थॉर्नग्रेन द्वारा फैशन और खुदरा ब्रांडों के लिए एक मंच। फोटो-यथार्थवादी विज़ुअलाइज़ेशन और वर्चुअल ट्राई-ऑन प्रदान करता है। लवएबल के मामले के अनुसार, नौ महीनों में उत्पाद €700,000 ARR तक पहुंच गया, जिसमें पंद्रह से अधिक ब्रांड जुड़े हुए थे। लक्ष्य नवंबर 2025 तक €1 मिलियन ARR है। मासिक राजस्व लगभग €58,000 है, जो सीमा से कम है। परियोजना की सफलता संस्थापकों के उद्योग संबंधों के कारण है, न कि उत्पन्न इंटरफ़ेस के कारण।

5. Plinq: $456,000 ARR, लगभग $38,000/माह

   सबाइन माटोस द्वारा पृष्ठभूमि जांच और सुरक्षा के लिए एक ऐप। पूरी तरह से लवएबल पर बनाया गया। 6,000 ARR की सूचना दी गई, R3 मिलियन और 10,000 से अधिक उपयोगकर्ता आकर्षित हुए। 6,000 ARR लगभग $500 प्रति माह है, और यह सबसे अच्छी व्याख्या में है। यह मामला दिलचस्प है क्योंकि ऐप ने पैसे से पहले दर्शकों को इकट्ठा किया। निवेश उपयोगकर्ताओं के आने के बाद आया, न कि उपकरण द्वारा पहले संस्करण के निर्माण के कारण।

   
   

सामान्य निष्कर्ष और सफलता के प्रमुख कारक

विश्लेषण से पता चलता है कि परियोजनाओं की सफलता AI द्वारा उत्पन्न सस्ते कोड तक सीमित नहीं है। सफल स्टार्टअप्स में कुछ सामान्य विशेषताएं हैं।

शुरुआत में टीम का पैमाना

पांच सफल मामलों में से चार ने एक या दो लोगों के साथ शुरुआत की। यह वाइबकोडिंग की उतनी उपलब्धि नहीं है, जितनी यह कि उत्पाद को टीम बनाने की तुलना में तेज़ी से इकट्ठा किया जा सकता है।

दूसरों के कंधों पर बुनियादी ढांचा

सफल परियोजनाओं ने बाहरी सेवाओं और API का सक्रिय रूप से उपयोग किया:

• Medvi ने डॉक्टरों, फार्मेसियों और वकीलों को आउटसोर्स किया।
• Wave AI ने प्रतिलेखन के लिए बाहरी API का उपयोग किया।
• Cal AI — पहचान और उत्पाद डेटाबेस के लिए।
• Lumoo ब्रांडों की मौजूदा कार्यप्रणालियों में एकीकृत हो गया।

केवल वही बनाना पड़ा जो बाजार में नहीं था।

पैसा सस्ते कोड से नहीं आता

किसी भी उत्पाद ने केवल सस्ते या जेनरेट किए गए कोड के कारण जीत हासिल नहीं की। पैसा अन्य कारकों से आया:

• Cal AI — प्रभावशाली लोगों के माध्यम से।
• Stanley — लिंक्डइन के माध्यम से वितरण के कारण।
• Medvi — लाइसेंस वाले ठेकेदारों के कारण।
• Wave AI — महंगे अनुमान (मॉडल गणना) के कारण।
• Plinq — दर्शकों के कारण, जो राजस्व से पहले दिखाई दिए।

कोड जनरेशन लॉन्च तक के रास्ते को छोटा करता है, लेकिन यह आय का मुख्य स्रोत नहीं है।

बहु-मॉडल सत्यापन विधि

लगभग सभी टीमें इस संग्रह से एक तकनीक का उपयोग करती हैं: एक कार्य को कई मॉडलों के माध्यम से चलाना और परिणामों की तुलना करना। इस तरह Peec AI ने मांग की जांच की, Base44 ने प्रॉम्प्ट को रूट किया, और लेवल्स ने प्रत्येक कार्य के लिए मॉडल को बदलकर गेम की परतें एकत्र कीं। यह परिकल्पनाओं का त्वरित परीक्षण करने और इष्टतम समाधान खोजने की अनुमति देता है। आप इस दृष्टिकोण को एक शाम में जांच सकते हैं: अपना वर्तमान प्रॉम्प्ट लें और इसे तीन अलग-अलग मॉडलों के माध्यम से चलाएं ताकि विसंगतियों को देखा जा सके और सबसे अच्छा विकल्प चुना जा सके।

अक्सर पूछे जाने वाले प्रश्न

परिकल्पनाओं के परीक्षण के लिए किस CPM को लाभदायक माना जाना चाहिए?

परिकल्पनाओं के परीक्षण के लिए, न केवल CPM महत्वपूर्ण है, बल्कि डेटा प्राप्त करने की गति भी महत्वपूर्ण है। यदि AI उपकरण रचनात्मकता को जल्दी से उत्पन्न करने और अभियानों को लॉन्च करने की अनुमति देते हैं, तो अपेक्षाकृत उच्च CPM पर भी, परिकल्पनाओं का परीक्षण सस्ता होता है क्योंकि समय और श्रम लागत कम हो जाती है। लाभदायक CPM वह है जो न्यूनतम लॉन्च लागत पर निर्णय लेने के लिए पर्याप्त डेटा मात्रा प्रदान करता है। उदाहरण के लिए, यदि AI द्वारा उत्पन्न एक तैयार क्लिप की कीमत, उसी बजट में 100 विकल्प लॉन्च करने की अनुमति देती है जो एक व्यक्ति द्वारा 10 विकल्पों के लिए होता है, तो यह लाभदायक है।

क्या सस्ता है: बैनर विज्ञापन या ब्लॉगर?

कीमत की सीधी तुलना मुश्किल है, क्योंकि परिणाम अलग-अलग होते हैं। बैनर विज्ञापन (बैनर के माध्यम से 1 मिलियन इंप्रेशन की लागत कितनी है) CPM के मामले में सस्ता हो सकता है, उदाहरण के लिए, 1000 इंप्रेशन के लिए CPM 50 रुपये से कम। लेकिन ब्लॉगर मूल एकीकरण और दर्शकों का विश्वास प्रदान करते हैं। ब्लॉगर के माध्यम से बीज के लिए एक बजट विकल्प के लिए, आप मास-पोस्टिंग पैकेज की कीमत पर विचार कर सकते हैं जो कम होगी, लेकिन पहुंच कम लक्षित हो सकती है। प्रभावशाली लोगों की तुलना में सस्ता केवल आपका अपना ट्रैफ़िक या बहुत लक्षित लक्ष्यीकरण हो सकता है।

क्या सामग्री बनाने के लिए AI में निवेश करना चाहिए?

यदि लक्ष्य सामग्री उत्पादन लागत को कम करना और गति बढ़ाना है, तो क्या AI में निवेश करना चाहिए — निश्चित रूप से हाँ। उदाहरण के लिए, 100 AI वीडियो उत्पन्न करने की लागत उन्हें मैन्युअल रूप से बनाने की तुलना में कई गुना कम होगी। AI का उपयोग करके एक वीडियो को अद्वितीय बनाने की लागत भी लागत को काफी कम करती है। हालांकि, यह याद रखना महत्वपूर्ण है कि कीमत बनाम परिणाम — एक महत्वपूर्ण कारक है। AI प्रक्रिया को तेज करता है, लेकिन गुणवत्तापूर्ण परिणाम के लिए अभी भी मानव नियंत्रण और परिष्करण की आवश्यकता होती है।

AI वीडियो उत्पादन की लागत का अनुमान कैसे लगाएं?

अवतार के साथ AI वीडियो के प्रति मिनट की कीमत भिन्न हो सकती है। केवल जनरेशन ही नहीं, बल्कि यह भी महत्वपूर्ण है कि AI का उपयोग करके 1 घंटे की स्ट्रीम को छोटे क्लिप में काटने में कितना खर्च आता है। यह एक ही स्रोत से बहुत सारी सामग्री प्राप्त करने की अनुमति देता है। 500 वीडियो प्रकाशित करने की लागत, यदि वे AI द्वारा उत्पन्न या काटे गए हैं, तो मैन्युअल काम की तुलना में काफी कम होगी। क्या सस्ता है: बैनर या टारगेट — यह केवल कीमत का नहीं, बल्कि दक्षता का सवाल है, और AI वैयक्तिकरण और पैमाने के माध्यम से किसी भी चैनल की दक्षता बढ़ा सकता है।

निष्कर्ष

विश्लेषण से पता चलता है कि «वाइबकोडिंग पर लाखों» एक मिथक से अधिक है, यदि उत्पन्न कोड से शुद्ध आय पर विचार किया जाए। परियोजनाओं की सफलता MVP को जल्दी से इकट्ठा करने, तीसरे पक्ष के बुनियादी ढांचे का उपयोग करने और प्रभावी वितरण और ग्राहक कार्य के माध्यम से व्यवसाय को स्केल करने की क्षमता में निहित है, न कि केवल सस्ते कोड के कारण। इन परियोजनाओं की यूनिट-अर्थशास्त्र एक व्यापक दृष्टिकोण पर आधारित है। एक और सफलता की कहानी पर विश्वास करने से पहले, हमेशा सांख्यिकी के स्क्रीनशॉट मांगें और मुख्य प्रश्न पूछें: खर्च किए गए प्रत्येक रूबल से कितना पैसा आएगा। उन लोगों के लिए जो प्रयोग करने के लिए तैयार हैं, हम एक ही कार्य पर विभिन्न मॉडलों को आज़माने की सलाह देते हैं। SYNTX.AI में किसी भी टैरिफ पर 20% छूट के लिए प्रोमो कोड CTRLAI का उपयोग करें।