O Genspark transformou uma equipe de cinema em um menu

A coisa mais interessante no novo Media Studio do Genspark não é que ele faça vídeo. Um monte de coisas faz vídeo hoje. É que, quando você usa, você não está escolhendo um modelo. Está escolhendo um diretor, e o diretor escolhe os modelos.

Esse é o produto de fato. A interface oferece três modelos de linguagem para o papel de planejamento — DeepSeek V4.1 Flash, Claude Opus 5.5 e Claude Fable 5.1 — e, atrás deles, um elenco de mais de 70 versões de modelos de mais de 20 fornecedores. Seedance 2.5, Kling e Veo fazem vídeo. GPT Image e Nano Banana fazem imagens estáticas. ElevenLabs e MiniMax cuidam de voz e música. Tem 3D ali também.

A proposta é «tudo em um, qualquer pessoa consegue usar», que é o tipo de frase que costuma significar «juntamos seis ferramentas numa aba». Aqui é diferente num ponto específico: os artefatos intermediários ficam no mesmo canvas, então o agente consegue pegar a saída da etapa anterior e seguir sem você subir nada de novo.

Como é usar

O veículo chinês de tecnologia QbitAI publicou um teste prático no dia do lançamento, e os detalhes são mais úteis do que o marketing. A resenha começou com um template de rap na seção «Magic» da página inicial, subiu fotos de Sam Altman e Dario Amodei e pediu um dueto.

Duas coisas aconteceram que vale registrar. Primeiro, o modelo de vídeo recusou as imagens de pessoas reais de imediato e o sistema perguntou se era para usar um estilo semirrealista ou de desenho. Isso é uma política de conteúdo aparecendo como decisão de experiência — você não recebe uma recusa, recebe uma bifurcação. Segundo, a estimativa dizia de 8 a 14 minutos e a renderização levou dois ou três. O Seedance 2.5 fez a geração.

A primeira saída veio sem música. O resenhista pediu acompanhamento, recebeu três candidatos lado a lado no canvas, recusou os três por falta de letra e pediu uma batida de rap original, que o ElevenLabs produziu. Depois veio a sincronia labial para que os dois pudessem se apresentar juntos.

Essa sequência — gerar, notar o que falta, pedir, receber opções, escolher, ajustar — é o fluxo em torno do qual o produto foi construído. Não é «digite um prompt, receba um filme». É uma conversa com um assistente de produção que tem acesso a um estúdio.

A decisão do rascunho em 480p

Toda primeira passada sai em 480p. Você itera em 480p. Só quando aprova o corte é que ele sobe para 1080p.

Essa é a decisão de engenharia mais sensata do produto, e é o tipo de coisa que você só aprende vendo gente queimar dinheiro. Geração de vídeo é caro por segundo, e a maior parte do custo vai para planos que acabam cortados. Iterar na resolução de rascunho significa que as renderizações caras acontecem uma vez, nos planos que sobreviveram.

A mesma lógica aparece no modo história, que monta um previz 3D em modelo branco de uma cena — onde os personagens ficam, onde a câmera fica — antes de chamar qualquer modelo de vídeo. Bloqueio é barato. Renderização não é.

A fila de aprovação é o produto agora

Aqui é que fica genuinamente interessante, e onde o relato prático é mais valioso.

O resenhista usou o recurso «Story Bible», que pega um título e o expande numa produção completa: personagens, figurino, objetos de cena, cenários e uma lista de planos. O sistema pediu aprovação de 35 itens separados antes de renderizar. Depois quebrou cinco cenas em 84 planos, agrupou tudo em 12 unidades de vídeo, escreveu prompts para cada uma, gerou e sinalizou para nova rodada as que contradiziam o design já estabelecido.

Trinta e cinco aprovações. Esse é o trabalho agora. Não escrever prompts, não operar uma câmera — aprovar. E o relato aponta um problema real de usabilidade: alguns itens de aprovação eram difíceis de achar, e qualquer edição devolvia itens já aprovados para pendentes, o que significava clicar pela fila toda outra vez.

É assim que a «produção de cinema com IA» realmente se parece em 2026. O trabalho criativo não desaparece. Ele se comprime numa longa série de julgamentos de sim ou não sobre consistência, e a qualidade da ferramenta se mede por quão bem ela apresenta esses julgamentos. Uma boa fila de aprovação é um fosso competitivo. Uma ruim é motivo para as pessoas voltarem a fazer à mão.

Duas tecnologias diferentes usando o mesmo nome

O detalhe que mais me surpreendeu: o modo «explicador de conhecimento» não usa modelo de vídeo, pelo menos não na maior parte do tempo de execução. Usa código para vídeo — o modelo escreve código que posiciona texto, gráficos e animação, e então renderiza o resultado. Segundo o Genspark, a renderização por código em si não consome créditos; narração e alguns planos atmosféricos são cobrados à parte.

É uma escolha de arquitetura significativa. Se você está explicando o que é um buraco negro, não precisa de sessenta segundos de pixels gerados. Precisa de tipografia, de um diagrama e de movimento. Renderizar isso como código é mais rápido, mais barato e muito mais legível do que pedir a um modelo de difusão que desenhe uma legenda.

A resenha é honesta sobre a primeira tentativa: o roteiro era chapado, o visual parecia slide. Uma segunda passada com instruções para adicionar ganchos e suspense, mais uma trilha original em seis segmentos, produziu algo que o resenhista chamou de aceitável. Continuava com cara de slide, mas coerente.

O que levanta a pergunta real sobre essa categoria. O gargalo do vídeo explicativo nunca foi a renderização. Era o roteiro. A resposta do Genspark é fazer o mesmo modelo de linguagem escrever o roteiro e o código, o que é barato e rápido, e então torcer para o design visual acompanhar. Às vezes acompanha.

A economia

O resenhista gastou cerca de 45 mil de 50 mil créditos iniciais em três projetos: o vídeo de rap, o explicador e um jogo em pixel art estilo Super Mario que o sistema também produziu a partir de um único prompt, por algumas centenas de créditos.

Ou seja, mais ou menos 15 mil créditos por projeto curto. O Genspark estava rodando um desconto de 50% em créditos para assinantes Plus e Pro de 27 de outubro a 4 de novembro, o que diz duas coisas: a empresa quer dados de uso mais do que receita neste mês, e a economia unitária ainda está sendo calibrada.

Para comparar, contratar um motion designer por uma semana custa mais do que um ano de qualquer uma dessas assinaturas. Também não é a comparação certa, porque o que você recebe aqui não é a entrega de um motion designer. É um primeiro rascunho que um motion designer conseguiria corrigir em uma hora em vez de começar do zero.

As ressalvas honestas

O curta finalizado tinha problemas que a resenha não escondeu: áudio saindo de sincronia na segunda metade, quedas ocasionais de quadro e um personagem cujos óculos sumiam entre planos. A sincronia labial foi aplicada, as legendas foram geradas em chinês e inglês sem que ninguém pedisse, e a consistência geral foi melhor do que o esperado — mas «melhor do que o esperado» não é «entregável».

Tem também o caminho de exportação. Você pode mandar o resultado como PSD, projeto do Premiere ou rascunho do CapCut, que é a concessão certa à realidade: ninguém termina um vídeo dentro da ferramenta que o gerou.

O que isso significa

A camada de orquestração está virando o produto, e os modelos estão virando componentes. O Genspark não está competindo com o Seedance ou o Veo. Está competindo com a timeline do seu software de edição, com a pasta de footage de banco de imagens e com as cinco abas de navegador que você mantém abertas enquanto monta um corte.

Se vai ganhar depende de algo sem glamour: se a fila de aprovação fica melhor. Hoje são 35 decisões com uma interface confusa. Se virarem 35 decisões com uma boa interface, é uma ferramenta de verdade. Se continuar confusa, as pessoas vão seguir usando pelos templates e voltar para o Premiere em qualquer coisa que importe.