Genspark convirtió un equipo de rodaje en un menú

Lo más interesante del nuevo Media Studio de Genspark no es que haga vídeo. Ya hay muchas cosas que hacen vídeo. Es que, cuando lo usas, no eliges un modelo. Eliges un director, y el director elige los modelos.

Ese es el producto real. La interfaz ofrece tres modelos de lenguaje para el papel de planificación —DeepSeek V4.1 Flash, Claude Opus 5.5 y Claude Fable 5.1— y detrás de ellos una plantilla de más de 70 versiones de modelos de más de 20 proveedores. Seedance 2.5, Kling y Veo hacen el vídeo. GPT Image y Nano Banana hacen las imágenes fijas. ElevenLabs y MiniMax se encargan de la voz y la música. También hay 3D ahí dentro.

La propuesta es «todo en uno, cualquiera puede usarlo», la clase de frase que suele significar «atornillamos seis herramientas en una pestaña». Esto es distinto en un aspecto concreto: los artefactos intermedios se quedan en el mismo lienzo, así que el agente puede tomar la salida del paso anterior y seguir sin que tú vuelvas a subir nada.

Cómo se siente usarlo

El medio tecnológico chino QbitAI publicó una prueba práctica el mismo día del lanzamiento, y los detalles son más útiles que el marketing. El reseñador partió de una plantilla de rap de la sección «Magic» de la página de inicio, subió fotos de Sam Altman y Dario Amodei y pidió un dúo.

Pasaron dos cosas que vale la pena señalar. Primera, el modelo de vídeo rechazó de plano las imágenes de personas reales y el sistema preguntó si usar un estilo semirrealista o de dibujos animados. Es una política de contenido que aflora como decisión de experiencia de usuario: no recibes un rechazo, recibes una bifurcación en el camino. Segunda, la estimación decía de 8 a 14 minutos y el render tardó dos o tres. La generación la hizo Seedance 2.5.

La primera salida no tenía música. El reseñador pidió acompañamiento, recibió tres candidatos uno al lado del otro en el lienzo, rechazó los tres por no tener letra y pidió una base de rap original, que produjo ElevenLabs. Después vino el lip sync para que los dos pudieran actuar juntos.

Esa secuencia —generar, notar lo que falta, pedirlo, recibir opciones, elegir, ajustar— es el flujo de trabajo sobre el que está construido el producto. No es «escribe un prompt, recibe una película». Es una conversación con un asistente de producción que tiene acceso a un estudio.

La decisión del borrador en 480p

Toda primera pasada sale en 480p. Iteras en 480p. Solo cuando apruebas el corte se actualiza a 1080p.

Es la decisión de ingeniería más sensata del producto, y es de esas que solo se aprenden viendo a la gente quemar dinero. La generación de vídeo es cara por segundo, y la mayor parte del coste se va en planos que acaban cortados. Iterar a resolución de borrador significa que los renders caros ocurren una sola vez, en los planos que sobrevivieron.

La misma lógica aparece en el modo historia, que construye una previsualización 3D en blanco de una escena —dónde están los personajes, dónde se coloca la cámara— antes de llamar a ningún modelo de vídeo. El bloqueo es barato. El render no.

La cola de aprobaciones es ahora el producto

Aquí es donde se pone realmente interesante y donde el informe práctico es más valioso.

El reseñador usó la función «Story Bible», que toma un título y lo expande a una producción completa: personajes, vestuario, atrezo, decorados y una lista de planos. El sistema pidió aprobación de 35 elementos distintos antes de renderizar. Después dividió cinco escenas en 84 planos, los agrupó en 12 unidades de vídeo, escribió prompts para cada uno, los generó y marcó para repetir los que contradecían el diseño ya establecido.

Treinta y cinco aprobaciones. Ese es el trabajo ahora. No escribir prompts, no manejar una cámara: aprobar. Y el informe señala un problema real de usabilidad: algunos elementos de aprobación eran difíciles de encontrar, y cualquier edición devolvía a pendiente los ya aprobados, lo que obligaba a recorrer la cola otra vez.

Así se ve de verdad el «cine con IA» en 2026. El trabajo creativo no desaparece. Se comprime en una larga serie de decisiones de sí o no sobre la consistencia, y la calidad de la herramienta se mide por lo bien que presenta esas decisiones. Una buena cola de aprobaciones es un foso competitivo. Una mala es la razón por la que la gente vuelve a hacerlo a mano.

Dos tecnologías distintas con el mismo nombre

El detalle que más me sorprendió: el modo «explicador de conocimiento» no usa ningún modelo de vídeo, al menos no durante la mayor parte de su ejecución. Usa código a vídeo: el modelo escribe código que compone texto, gráficos y animación, y luego renderiza el resultado. Según Genspark, el renderizado del código en sí no consume créditos; la narración y algunos planos atmosféricos se facturan aparte.

Es una elección de arquitectura significativa. Si estás explicando qué es un agujero negro, no necesitas sesenta segundos de píxeles generados. Necesitas tipografía, un diagrama y movimiento. Renderizar eso como código es más rápido, más barato y mucho más legible que pedirle a un modelo de difusión que dibuje un rótulo.

La reseña práctica es honesta sobre el primer intento: el guion era plano, lo visual parecía diapositivas. Una segunda pasada con instrucciones para añadir ganchos y suspense, más una banda sonora original de seis segmentos, produjo algo que el reseñador calificó de aceptable. Seguía pareciendo una presentación, pero era coherente.

Lo que plantea la pregunta real sobre esta categoría. El cuello de botella del vídeo explicativo nunca fue el renderizado. Era el guion. La respuesta de Genspark es que el mismo modelo de lenguaje escriba el guion y el código, lo cual es barato y rápido, y luego confiar en que el diseño visual esté a la altura. A veces lo está.

La economía

El reseñador gastó unos 45.000 de los 50.000 créditos iniciales en tres proyectos: el vídeo de rap, el explicativo y un juego de píxeles al estilo Super Mario que el sistema también produjo a partir de un solo prompt por unos cientos de créditos.

Así que unos 15.000 créditos por proyecto corto. Genspark tenía un descuento del 50% en créditos para suscriptores Plus y Pro del 27 de octubre al 4 de noviembre, lo que dice dos cosas: la empresa quiere datos de uso más que ingresos este mes, y la economía unitaria todavía se está resolviendo.

Para comparar, contratar a un diseñador de motion graphics una semana cuesta más que un año de cualquiera de estas suscripciones. Tampoco es la comparación correcta, porque lo que obtienes aquí no es el trabajo de un diseñador de motion graphics. Es un primer borrador que ese diseñador podría arreglar en una hora en lugar de empezar de cero.

Las advertencias honestas

El corto terminado tenía problemas que la reseña no ocultó: el audio se desincronizaba en la segunda mitad, había fotogramas perdidos de vez en cuando y un personaje cuyas gafas desaparecían entre planos. Se aplicó lip sync, se generaron subtítulos en chino e inglés sin pedirlo, y la consistencia general fue mejor de lo esperado, pero «mejor de lo esperado» no es «entregable».

Está también la vía de exportación. Puedes sacar el resultado como PSD, como proyecto de Premiere o como borrador de CapCut, que es la concesión correcta a la realidad: nadie termina un vídeo dentro de la herramienta que lo generó.

Qué significa esto

La capa de orquestación se está convirtiendo en el producto, y los modelos en componentes. Genspark no compite con Seedance ni con Veo. Compite con la línea de tiempo de tu software de edición, la carpeta de material de archivo y las cinco pestañas del navegador que tienes abiertas mientras montas un corte.

Que gane o pierda depende de algo poco glamuroso: de si la cola de aprobaciones mejora. Ahora mismo son 35 decisiones con una interfaz confusa. Si se convierten en 35 decisiones con una buena interfaz, es una herramienta de verdad. Si sigue siendo confusa, la gente la usará para las plantillas y volverá a Premiere para todo lo que importe.