Tag: projetos de ia

Vibecoding: receitas reais de projetos e mitos sobre milhões

As conversas sobre milhões em vibecoding vêm de todos os lugares: um milhão em 17 dias, um milhão até outubro, um milhão com um único prompt. Decidi verificar: quantos projetos realmente ultrapassaram o limite de $100.000 em receita mensal ou $1.000.000 em receita total (incluindo o valor da saída)? O cenário revelou-se muito mais modesto do que o esperado. Se excluirmos os projetos cujo produto em si é uma solução de IA, restam muito poucas startups baseadas especificamente em vibecoding.

Nesta análise, não confundo os conceitos de ARR (Receita Recorrente Anual) e receita real. ARR é uma projeção do mês atual, multiplicada por doze, e não dinheiro ganho. Onde a fonte indica ARR, eu anoto e recalculo separadamente a receita mensal. A ordem dos projetos na tabela abaixo não é determinada pelo tamanho da receita, mas pela confiabilidade da confirmação dos indicadores financeiros.

Projetos que ultrapassaram o limite de $100.000/mês ou $1 milhão de receita total

A lista inclui projetos com relatórios públicos de receita a partir de $100.000 por mês ou receita total a partir de $1.000.000.

1. Medvi: $401 milhões no primeiro ano

   Telemedicina especializada em medicamentos GLP-1 para perda de peso. O fundador Matthew Gallagher lançou o projeto em setembro de 2024 com um investimento de cerca de $20.000. De acordo com publicações, o primeiro ano gerou $401 milhões em receita, cerca de 250.000 clientes e $65 milhões em lucro com uma margem de 16%. Equipe: duas pessoas (o próprio Gallagher e seu irmão Elliot), o restante são contratados.

   • Vibecoding: Código, site e agentes foram escritos com a ajuda de Claude, Grok e ChatGPT. Visual para publicidade — Midjourney e Runway. Chamadas para clientes — ElevenLabs.
   • Essência do negócio: A maior parte do negócio — médicos, farmácia, emissão de receitas e estrutura jurídica — é terceirizada através de CareValidate, OpenLoop Health e LegalZoom. Gallagher focou na montagem e no tráfego.

2. Base44: venda por $80 milhões

   Construtor de aplicativos a partir de descrição de texto, criado por Maor Shlomo. Lançado no início de 2025. Em maio, a empresa mostrou $189.000 de lucro no mês. Em junho, a Wix anunciou a compra por $80 milhões em dinheiro. No momento da transação, o projeto tinha 250.000 usuários. Shlomo era o único proprietário, mas no momento da venda, oito pessoas trabalhavam na empresa, e $25 milhões do valor da transação foram para elas como retenção.

• Vibecoding: Shlomo construiu intencionalmente a base de código de forma que a maior parte dela fosse gerada por modelos, e usou o roteamento de prompts entre diferentes modelos. Este é um dos exemplos mais puros onde o produto em si é vibecoding e é construído usando o mesmo método.
• Confirmação: Os indicadores financeiros são confirmados por um documento de transação, e não por um tweet.

Projetos que não atingiram o limite, mas são frequentemente mencionados

Esses projetos são frequentemente incluídos em seleções, mas seus indicadores financeiros não correspondem ao limite definido.

1. Cal AI: US$ 2 milhões de receita mensal, mas o rótulo é duvidoso

   Um aplicativo para contar calorias a partir de uma foto de comida. Autores Zach Yadegari e Henry Langmack. Lançado em maio de 2024. Em julho de 2025 — 8,3 milhões de downloads e, de acordo com a CNBC Make It, cerca de US$ 1,4 milhão de lucro bruto por mês, e também é mencionado US$ 2 milhões de receita mensal. Em termos de dinheiro, passa, mas em termos de rótulo de vibecoding — não. O TechCrunch revelou que Yadegari escreveu o código sozinho, começando a programar aos dez anos. Os modelos Anthropic e OpenAI são usados apenas para reconhecimento de imagem dentro do produto.

2. fly.pieter.com: $1 milhão ARR, mas pico de $87.000/mês

   Simulador de voo no navegador de Pieter Levels. Protótipo básico em 30 minutos. $1 milhão ARR foi anunciado em fevereiro de 2025, 17 dias após o lançamento. O pico de receita mensal foi de cerca de $87.000. Monetização: modelos de aeronaves pagos e itens por $29,99. Método de Levels: “um prompt – uma camada”. $1 milhão ARR é uma projeção anual, não um milhão ganho. O projeto não atingiu o limite de $100.000 de receita mensal.

3. Stanley: $1 milhão ARR, mas não receita

   Ferramenta de IA para trabalhar com conteúdo, criada por Vitaly Dodonov e John Hu em 14 dias. A versão para LinkedIn foi lançada em junho de 2025 e, seis semanas depois, mostrava $200.000 ARR. A equipe ultrapassou a marca de $1 milhão ARR em outubro de 2025. “Aplicativo em 14 dias” refere-se ao primeiro corte funcional, não ao produto completo. O valor principal foi adicionado após o lançamento. Novamente, isso é ARR, não receita real.

4. Lumoo: €700.000 ARR, cerca de €58.000/mês

   Plataforma para marcas de moda e varejo de Henrik Skagerlind Fast e Peter Törngren. Oferece visualizações fotorrealistas e prova virtual. No caso da Lovable, em nove meses o produto atingiu €700.000 ARR, conectando mais de quinze marcas. O objetivo é €1 milhão ARR até novembro de 2025. A receita mensal é de cerca de €58.000, o que está abaixo do limite. O sucesso do projeto é devido às conexões da indústria dos fundadores, e não a uma interface gerada.

5. Plinq: $456.000 ARR, cerca de $38.000/mês

   Aplicativo de verificação de antecedentes e segurança de Sabine Matos. Construído inteiramente na Lovable. Foi relatado 6.000 ARR, atraiu R$3 milhões e mais de 10.000 usuários. 6.000 ARR é cerca de $500 por mês, e isso na melhor interpretação. O caso é interessante porque o aplicativo construiu uma audiência antes do dinheiro. Os investimentos vieram após o surgimento dos usuários, e não devido à geração da primeira versão pela ferramenta.

   
   

Conclusões gerais e fatores chave de sucesso

A análise mostra que o sucesso dos projetos não se resume a código barato gerado por IA. Existem várias características comuns entre as startups de sucesso.

Tamanho da equipe no início

Quatro dos cinco casos de sucesso começaram com uma ou duas pessoas. Isso não é tanto mérito do vibecoding, mas sim um indicador de que o produto pode ser montado mais rapidamente do que uma equipe pode ser formada.

Infraestrutura nos ombros de outros

Projetos bem-sucedidos usaram ativamente serviços e APIs de terceiros:

• Medvi terceirizou médicos, farmácias e advogados.
• Wave AI usou APIs de terceiros para transcrição.
• Cal AI — para reconhecimento e base de produtos.
• Lumoo integrou-se aos fluxos de trabalho existentes das marcas.

Só era preciso construir do zero o que não existia no mercado.

O dinheiro não vem de código barato

Nenhum produto venceu exclusivamente por código barato ou gerado. O dinheiro veio de outros fatores:

• Cal AI — através de influenciadores.
• Stanley — através da distribuição via LinkedIn.
• Medvi — através de contratados com licenças.
• Wave AI — através de inferência cara (cálculo de modelos).
• Plinq — através de uma audiência que surgiu antes da receita.

A geração de código encurta o caminho até o lançamento, mas não é a principal fonte de receita.

Método de verificação multimodelos

Quase todas as equipes da seleção usam a técnica de passar uma tarefa por vários modelos e comparar os resultados. Assim, Peec AI verificava a demanda, Base44 roteava os prompts, e Levels montava as camadas do jogo, mudando o modelo para cada tarefa. Isso permite testar hipóteses rapidamente e encontrar soluções ótimas. Você pode testar essa abordagem em uma noite: pegue seu prompt atual e execute-o através de três modelos diferentes para ver as divergências e escolher a melhor opção.

Perguntas Frequentes

Qual CPM considerar vantajoso para testar hipóteses?

Para testar hipóteses, não é importante apenas o CPM, mas também a velocidade de obtenção de dados. Se as ferramentas de IA permitem gerar criativos e lançar campanhas rapidamente, mesmo com um CPM relativamente alto, o teste de hipóteses é barato devido à redução de tempo e esforço. Um CPM vantajoso é aquele que fornece um volume suficiente de dados para a tomada de decisão com custos mínimos de lançamento. Por exemplo, se o preço por um clipe pronto, gerado por IA, permite lançar 100 variantes pelo mesmo orçamento que 10 variantes de uma pessoa, isso é vantajoso.

O que é mais barato: publicidade em banner ou blogueiros?

A comparação direta de preços é difícil, pois o resultado é diferente. A publicidade em banner (quanto custa 1 milhão de impressões via banner) pode ser mais barata em CPM, por exemplo, CPM mais barato que 50 rublos por 1000 impressões. Mas os blogueiros fornecem integração nativa e confiança da audiência. Para uma alternativa econômica às publicações de blogueiros, pode-se considerar um pacote de postagens em massa cujo preço será menor, mas o alcance pode ser menos direcionado. Mais barato que influenciadores pode ser apenas seu próprio tráfego ou um direcionamento muito específico.

Vale a pena investir em IA para criação de conteúdo?

Se o objetivo é reduzir o custo de produção de conteúdo e aumentar a velocidade, então vale a pena o investimento em IA — definitivamente sim. Por exemplo, o custo de geração de 100 vídeos de IA será muitas vezes menor do que criá-los manualmente. O custo de singularização de um vídeo com IA também reduz significativamente os gastos. No entanto, é importante lembrar que preço vs resultado é um fator chave. A IA acelera o processo, mas um resultado de qualidade ainda requer controle e aprimoramento humano.

Como avaliar o custo da produção de vídeo com IA?

O preço por minuto de vídeo de IA com avatar pode variar. É importante considerar não apenas a geração, mas também quanto custa cortar 1 hora de stream em clipes curtos usando IA. Isso permite obter muito conteúdo de uma única fonte. O custo de publicação de 500 vídeos, se gerados ou cortados por IA, será significativamente menor do que o trabalho manual. O que é mais barato: banner ou tráfego pago — é uma questão de eficiência, não apenas de preço, e a IA pode aumentar a eficiência de qualquer canal através da personalização e escala.

Conclusão

A análise mostra que “milhões em vibecoding” é mais um mito do que uma realidade, se considerarmos o lucro líquido do código gerado. O sucesso dos projetos reside na capacidade de montar rapidamente um MVP, usar infraestrutura de terceiros e escalar o negócio através de distribuição eficaz e trabalho com clientes, e não apenas por meio de código barato. A economia unitária desses projetos baseia-se em uma abordagem complexa. Antes de acreditar em mais uma história de sucesso, sempre exija capturas de tela das estatísticas e faça a pergunta principal: quanto dinheiro trará cada rublo gasto. Para aqueles que estão dispostos a experimentar, recomendamos tentar diferentes modelos para a mesma tarefa. Use o código promocional CTRLAI para um desconto de 20% em qualquer plano na SYNTX.AI.