Vibecoding ile milyonlar kazanıldığına dair konuşmalar her yerden duyuluyor: 17 günde bir milyon, Ekim ayına kadar bir milyon, tek bir prompt ile bir milyon. Bir kontrol yapmaya karar verdim: kaç proje gerçekten aylık 100.000 dolar gelir veya toplam 1.000.000 dolar gelir (çıkış tutarı dahil) eşiğini aştı? Resim beklenenden çok daha mütevazı çıktı. Ürünü başlı başına bir yapay zeka çözümü olan projeleri dışarıda bırakırsak, vibecoding’e dayalı çok az startup kalıyor.
Bu analizde ARR (Yıllık Tekrarlayan Gelir) ve fiili gelir kavramlarını karıştırmıyorum. ARR, mevcut ayın on iki ile çarpılmasıyla elde edilen bir projeksiyondur, kazanılan para değildir. Kaynak ARR’yi belirtiyorsa, bunu işaretliyor ve aylık geliri ayrıca yeniden hesaplıyorum. Aşağıdaki tabloda projelerin sırası, gelirin büyüklüğüne göre değil, finansal göstergelerin doğrulanmasının güvenilirliğine göre belirlenmiştir.
Aylık 100.000 Dolar veya Toplam 1 Milyon Dolar Eşiğini Aşan Projeler
Liste, aylık 100.000 dolardan veya toplam 1.000.000 dolardan fazla gelir bildiren projeleri içermektedir.
-
Medvi: İlk yılda 401 milyon dolar
Kilo kaybı için GLP-1 ilaçları konusunda uzmanlaşmış teletıp. Kurucu Matthew Gallagher, projeyi Eylül 2024’te yaklaşık 20.000 dolarlık bir yatırımla başlattı. Yayınlanan verilere göre, ilk yıl 401 milyon dolar gelir, yaklaşık 250.000 müşteri ve %16 marjla 65 milyon dolar kar getirdi. Personel: iki kişi (Gallagher ve kardeşi Elliot), geri kalanı yükleniciler.
- Vibecoding: Kod, web sitesi ve ajanlar Claude, Grok ve ChatGPT kullanılarak yazıldı. Reklam görselleri – Midjourney ve Runway. Müşteri aramaları – ElevenLabs.
- İşin Özü: İşin ana kısmı – doktorlar, eczane, reçete yazma ve yasal çerçeve – CareValidate, OpenLoop Health ve LegalZoom aracılığıyla dış kaynaklara aktarıldı. Gallagher montaj ve trafiğe odaklandı.
-
Base44: 80 milyon dolara satış
Maor Shlomo tarafından oluşturulan metin açıklamasına göre uygulama oluşturucu. 2025 yılının başında piyasaya sürüldü. Mayıs ayında şirket aylık 189.000 dolar kar gösterdi. Haziran ayında Wix, 80 milyon dolar nakit karşılığında satın aldığını duyurdu. Anlaşma sırasında projenin 250.000 kullanıcısı vardı. Shlomo tek sahibiydi, ancak satış sırasında şirkette sekiz kişi çalışıyordu ve anlaşma tutarından 25 milyon dolar onlara ayrıldı.
- Vibecoding: Shlomo, kod tabanının büyük bir kısmının modeller tarafından oluşturulmasını hedefleyerek ve farklı modeller arasında istem yönlendirmesi kullanarak kod tabanını kasıtlı olarak inşa etti. Bu, ürünün kendisinin vibecoding olduğu ve aynı yöntemle inşa edildiği en saf örneklerden biridir.
- Onay: Finansal göstergeler bir tweet ile değil, işlem belgesiyle onaylanmıştır.
Peec AI: 4 milyon dolar ARR (aylık 833.000 dolara kadar)
Berlin merkezli bir şirket, bir markanın yapay zeka aramasında nasıl temsil edildiğini izler (ChatGPT, Perplexity, Gemini). Kurucusu Marius Meiners. İlk prototip, Vercel’in v0’ı üzerinde yaklaşık bir buçuk günde oluşturuldu. Ürün daha sonra geleneksel bir şekilde, bir ekip tarafından geliştirildi. Kasım 2025’te şirket, 21 milyon dolarlık A Serisi’ni duyurdu ve toplamda 29 milyon dolar topladı. O zamanlar Peec AI’nin 1300’den fazla bağlı şirketi ve yaklaşık 4 milyon dolar ARR’si (aylık yaklaşık 333.000 dolar) vardı. Daha sonra ARR 10 milyon dolara (aylık yaklaşık 833.000 dolar) yükseldi.
- Vibecoding: Hızlı prototipleme ve talep doğrulaması için kullanıldı, ancak ana ürün geleneksel olarak inşa edildi.
Wave AI: 7 milyon dolar ARR
Toplantılar yerine sıradan konuşmalara odaklanan, ses kaydı, deşifre ve özetleme uygulaması. Yazar Josh Maurer, eski Uber New York CEO’su, programcı değil. ChatGPT kullanarak bir günde Swift’te ilk çalışan prototipi oluşturdu. Proje, 3 milyon dolar yıllık kar ve yaklaşık 4000 ücretli abone ile 7 milyon dolar ARR’ye ulaştı.
- Vibecoding: Prototip yapay zeka kullanılarak oluşturuldu.
- Özellik: Anahtar ürün olan deşifre kalitesini sağlamak için en iyi modellere erişim için yüksek maliyetler.
Eşiğe ulaşamayan ancak sıkça bahsedilen projeler
Bu projeler genellikle derlemelere dahil edilir, ancak finansal göstergeleri belirlenen eşiğe uymamaktadır.
-
Cal AI: Aylık 2 milyon dolar gelir, ancak etiket şüpheli
Yemek fotoğrafından kalori sayma uygulaması. Yazarlar Zach Yadegari ve Henry Langmack. Mayıs 2024’te piyasaya sürüldü. Temmuz 2025’e kadar 8,3 milyon indirme ve CNBC Make It’e göre yaklaşık aylık 1,4 milyon dolar brüt kar ve ayrıca aylık 2 milyon dolar gelir belirtiliyor. Para açısından uygun, ancak vibecoding etiketi açısından değil. TechCrunch, Yadegari’nin on yaşında programlamaya başlayarak kodu kendisinin yazdığını açıkladı. Anthropic ve OpenAI modelleri, ürün içinde yalnızca görüntü tanıma için kullanılıyor.
-
fly.pieter.com: 1 milyon dolar ARR, ancak zirve ayda 87.000 dolar
Pieter Levels’tan tarayıcı tabanlı bir uçuş simülatörü. 30 dakikada temel prototip. 1 milyon dolar ARR, Şubat 2025’te, piyasaya sürülmesinden 17 gün sonra açıklandı. Aylık gelir zirvesi yaklaşık 87.000 dolar. Para kazanma: 29,99 dolara ücretli uçak modelleri ve öğeler. Levels’ın yöntemi: «bir istem — bir katman». 1 milyon dolar ARR, kazanılan bir milyon değil, yıllık bir projeksiyondur. Proje, ayda 100.000 dolar gelir eşiğine ulaşmadı.
-
Stanley: 1 milyon dolar ARR, ancak gelir değil
Vitaly Dodonov ve John Hu tarafından 14 günde oluşturulan bir AI içerik aracı. LinkedIn sürümü Haziran 2025’te çıktı ve altı hafta sonra 200.000 dolar ARR gösterdi. Ekip, Ekim 2025’e kadar 1 milyon dolar ARR işaretini geçti. «14 günde uygulama» tam bir ürün değil, ilk çalışan kesime atıfta bulunur. Temel değer, lansmandan sonra eklendi. Yine, bu ARR’dir, gerçek gelir değil.
-
Lumoo: 700.000 avro ARR, yaklaşık 58.000 avro/ay
Henrik Skagerlind Fast ve Peter Törngren’den moda ve perakende markaları için bir platform. Fotogerçekçi görselleştirmeler ve sanal deneme sunar. Lovable örneğine göre, dokuz ayda ürün, on beşten fazla markayı bağlayarak 700.000 avro ARR‘ye ulaştı. Hedef, Kasım 2025’e kadar 1 milyon avro ARR. Aylık gelir yaklaşık 58.000 avro, bu da eşiğin altındadır. Projenin başarısı, oluşturulan arayüzden ziyade kurucuların endüstri bağlantılarından kaynaklanmaktadır.
-
Plinq: 456.000 dolar ARR, yaklaşık 38.000 dolar/ay
Sabine Matos’tan bir arka plan kontrolü ve güvenlik uygulaması. Tamamen Lovable üzerinde oluşturuldu. 6.000 ARR bildirildi, R,3 milyon ve 10.000’den fazla kullanıcı çekildi. 6.000 ARR, yaklaşık ayda 000‘dir ve bu en iyi yorumdur. Vaka, uygulamanın paradan önce bir kitle topladığı için ilginçtir. Yatırımlar, kullanıcılar ortaya çıktıktan sonra geldi, aracın ilk sürümünü oluşturmasından dolayı değil.
Genel Sonuçlar ve Başarının Temel Faktörleri
Analiz, projelerin başarısının AI tarafından oluşturulan ucuz koda indirgenemeyeceğini göstermektedir. Başarılı startup’ların birkaç ortak özelliği vardır.
Başlangıçta Ekip Büyüklüğü
Beş başarılı vakanın dördü bir veya iki kişiyle başladı. Bu, vibecoding’in bir başarısı olmaktan çok, bir ürünün bir ekip oluşturmaktan daha hızlı bir araya getirilebileceğinin bir göstergesidir.
Başkalarının Omuzlarında Altyapı
Başarılı projeler, üçüncü taraf hizmetleri ve API’leri aktif olarak kullandı:
- Medvi doktorları, eczaneleri ve avukatları dış kaynak kullandı.
- Wave AI, deşifre için üçüncü taraf API’leri kullandı.
- Cal AI — tanıma ve ürün veri tabanı için.
- Lumoo, markaların mevcut iş akışlarına entegre oldu.
Sıfırdan inşa edilmesi gereken tek şey piyasada olmayanlardı.
Para ucuz koddan gelmez
Hiçbir ürün sadece ucuz veya üretilmiş kod sayesinde kazanmadı. Para başka faktörlerden geldi:
- Cal AI — influencer’lar sayesinde.
- Stanley — LinkedIn üzerinden dağıtım sayesinde.
- Medvi — lisanslı yükleniciler sayesinde.
- Wave AI — pahalı çıkarım (model hesaplamaları) sayesinde.
- Plinq — gelirden önce ortaya çıkan kitle sayesinde.
Kod üretimi lansmana giden yolu kısaltır, ancak ana gelir kaynağı değildir.
Çok Modelli Doğrulama Yöntemi
Seçkideki neredeyse tüm ekipler bir yöntem kullanır: bir görevi birden fazla modelden geçirmek ve sonuçları karşılaştırmak. Böylece Peec AI talebi kontrol etti, Base44 istemleri yönlendirdi ve Levels, her görev için modeli değiştirerek oyun katmanlarını topladı. Bu, hipotezleri hızlı bir şekilde test etmenizi ve en uygun çözümleri bulmanızı sağlar. Bu yaklaşımı bir akşamda test edebilirsiniz: mevcut isteminizi alın ve farklılıkları görmek ve en iyi seçeneği seçmek için üç farklı modelden geçirin.
Sıkça Sorulan Sorular
Hipotez testleri için hangi CPM karlı sayılmalıdır?
Hipotez testleri için sadece CPM değil, aynı zamanda veri elde etme hızı da önemlidir. AI araçları yaratıcıları hızlı bir şekilde oluşturmanıza ve kampanyaları başlatmanıza olanak tanıyorsa, nispeten yüksek bir CPM’de bile, hipotez testleri ucuzdur çünkü zaman ve işçilik maliyetleri azalır. Karlı CPM, minimum lansman maliyetiyle karar vermek için yeterli veri hacmi sağlayan CPM’dir. Örneğin, AI tarafından oluşturulan bir hazır klip fiyatı, aynı bütçeyle bir insandan 10 varyant yerine 100 varyant başlatmanıza olanak tanıyorsa, bu karlıdır.
Hangisi daha ucuz: banner reklamlar mı yoksa blog yazarları mı?
Doğrudan fiyat karşılaştırması zordur, çünkü sonuç farklıdır. Banner reklamlar (banner aracılığıyla 1 milyon gösterim ne kadar) CPM açısından daha ucuz olabilir, örneğin 1000 gösterim için CPM 50 rubleden daha ucuz. Ancak blog yazarları doğal entegrasyon ve hedef kitlenin güvenini sağlar. Blog yazarlarındaki yayılımlara bütçe dostu bir alternatif için, toplu gönderi paketi fiyatı daha düşük olabilir, ancak erişim daha az hedeflenmiş olabilir. Influencer’lardan daha ucuz sadece kendi trafiğiniz veya çok hedeflenmiş bir hedefleme olabilir.
İçerik oluşturmak için AI’ya yatırım yapmaya değer mi?
Amaç içerik üretim maliyetini düşürmek ve hızı artırmaksa, o zaman AI’ya değer mi — kesinlikle evet. Örneğin, 100 AI videosu oluşturmanın maliyeti, bunları manuel olarak oluşturmaktan kat kat daha düşük olacaktır. AI kullanarak bir videoyu benzersiz hale getirmenin maliyeti de maliyetleri önemli ölçüde azaltır. Ancak, fiyat ve sonuç — anahtar faktördür. AI süreci hızlandırır, ancak kaliteli bir sonuç hala insan kontrolü ve iyileştirmesi gerektirir.
AI video üretiminin maliyeti nasıl değerlendirilir?
AI avatar videosunun dakika başına fiyatı değişebilir. Sadece üretimi değil, aynı zamanda AI kullanarak 1 saatlik bir yayını kısa kliplere ayırmanın ne kadar tuttuğunu da göz önünde bulundurmak önemlidir. Bu, tek bir kaynaktan çok sayıda içerik elde etmenizi sağlar. Eğer AI tarafından üretilmiş veya kesilmişse, 500 videoyu yayınlamanın maliyeti manuel çalışmadan önemli ölçüde daha düşük olacaktır. Hangisi daha ucuz: banner mı yoksa hedefli reklam mı — bu sadece fiyat değil, aynı zamanda verimlilik meselesidir ve AI, kişiselleştirme ve ölçek sayesinde herhangi bir kanalın verimliliğini artırabilir.
Sonuç
Analizler, «vibecoding’den milyonlar»ın, üretilen koddan elde edilen net gelir açısından bakıldığında bir gerçeklikten çok bir efsane olduğunu göstermektedir. Projelerin başarısı, hızlı bir şekilde MVP oluşturma, üçüncü taraf altyapıyı kullanma ve işi etkili dağıtım ve müşteri ilişkileri aracılığıyla ölçeklendirme becerisinde yatmaktadır, sadece ucuz kod sayesinde değil. Bu projelerin birim ekonomisi kapsamlı bir yaklaşıma dayanmaktadır. Başka bir başarı hikayesine inanmadan önce, her zaman istatistik ekran görüntüleri isteyin ve ana soruyu sorun: harcanan her ruble ne kadar para getirecek. Denemeye hazır olanlar için, aynı görevde farklı modelleri denemenizi öneririz. SYNTX.AI’deki herhangi bir tarife %20 indirim için CTRLAI promosyon kodunu kullanın.
