Genspark lança agentes pessoais sem código com GPT‑4.1 e API Realtime da OpenAI

A Genspark⁠(abre em uma nova janela) é a empresa por trás do Super Agent, um agente de IA personalizável e sem código que ajuda os usuários a automatizar tarefas do mundo real, como telefonar, criar uma apresentação ou transformar uma receita em um vídeo curto.

O Super Agent usa modelos multimodais e a API Realtime da OpenAI para habilitar tarefas de texto, imagem e voz, permitindo que os usuários automatizem fluxos de trabalho complexos com prompts simples, sem necessidade de codificação. O sistema alcançou rápido sucesso: em apenas 45 dias, o Super Agent atingiu um ARR de US$ 36 milhões, impulsionado pela forte demanda dos usuários. 

Inicialmente, a Genspark lançou um mecanismo de busca com IA, projetado para ajudar consumidores e profissionais a sintetizar e estruturar informações. No final de 2024, o comportamento dos usuários começou a mudar. Eles não queriam apenas respostas. Queriam resultados. Em vez de "resuma este mercado", eles pediam apresentações, roteiros de vídeo e e-mails de acompanhamento. Ao mesmo tempo, as capacidades do modelo se expandiam rapidamente. Janelas de contexto maiores, reflexões mais sólidas e novas APIs multimodais viabilizavam a automação de fluxos de trabalho inteiros, em vez de apenas obter informações.

Essas mudanças na demanda dos usuários e na prontidão dos modelos motivaram a equipe a tomar uma decisão ousada: em abril de 2025, a Genspark abandonou a busca e adotou integralmente a IA agêntica.

Em abril de 2025, a Genspark lançou o Super Agent: um assistente totalmente autônomo e sem código que pode fazer chamadas telefônicas, criar slides, gerar vídeos e muito mais. Por trás de tudo isso, a plataforma orquestra nove grandes modelos de linguagem especializados e mais de 80 ferramentas integradas, atribuindo dinamicamente cada tarefa ao componente mais adequado.

Os modelos da OpenAI são essenciais nesse sistema. Com cumprimento de instruções aprimorado e uma janela de contexto de um milhão de tokens, o GPT‑4.1 lida com investigações e saídas estruturadas, permitindo que os agentes processem documentos longos na íntegra e sem truncamento. A saída estrita em JSON foi projetada para garantir respostas com estrutura confiável para as novas ferramentas. Já o cache automático de prompts, um recurso especialmente valioso em fluxos de trabalho de várias etapas, reduz a latência e os custos de API. Para geração de imagens, a plataforma usa o modelo GPT‑image‑1 por meio da API da OpenAI.

Como o sistema é inteiramente sem código, os usuários não precisam pensar em nada disso. Eles simplesmente descrevem o que querem, como "ligue para o meu dentista", "resuma este relatório" ou "crie uma apresentação", e o Super Agent cuida do resto.

Uma das funcionalidades mais comentadas do Super Agent é o Call For Me, uma IA capaz de realizar chamadas telefônicas e manter conversas autênticas em seu nome. Sem roteiros. Sem transferências demoradas. Com os recursos da API Realtime e de fala para fala da OpenAI, o agente lida com a conversa de forma natural, fluente e em tempo real, seja para fazer uma reserva ou reagendar uma entrega.

Um sistema de dupla camada otimiza a interação: a API Realtime gerencia o diálogo ao vivo, enquanto um modelo auxiliar (shadow model) monitora e orienta a interação por meio de uma fila de mensagens. O resultado é uma conversa rápida e coerente, mesmo quando há música de espera ou respostas humanas ambíguas nas chamadas. No Japão, um caso de uso viralizou: funcionários que queriam pedir demissão delegavam ao agente a responsabilidade de ligar para suas empresas e tratar do desligamento. Esse é o tipo de interação profundamente humana que a maioria das pessoas não espera de um agente de IA. 

Além das chamadas telefônicas, os usuários utilizam o Super Agent para criar conteúdo personalizado. Peça uma apresentação de negócios no estilo vaporwave (estética digital futurista dos anos 90). O agente cria os slides, usa o GPT‑image‑1 para gerar as imagens estilizadas e monta a apresentação final. Para vídeo, ele pode criar um roteiro cena a cena, gerar as imagens e montar um curta pronto para o Instagram.

Esses casos de uso são possíveis graças aos recursos multimodais da OpenAI, à velocidade de execução da Genspark e à colaboração estreita da empresa com a equipe de startups da OpenAI. Em reuniões regulares com a Genspark, os arquitetos de soluções de OpenAI compartilhavam melhores práticas, ajustavam fluxos de trabalho e otimizavam o desempenho do modelo. A empresa foi uma das primeiras a lançar experiências de voz com a API Realtime e continua contribuindo com seu feedback, ajudando a implementar melhorias no modelo.

"Além do desempenho dos modelos em todas as modalidades, escolhemos a OpenAI pela experiência dos desenvolvedores", afirmou Zhu. "Com o projeto da API OpenAI, ganhamos agilidade e podemos enviar, depurar e expandir sem gargalos."

Em pouco mais de um mês após o lançamento do Super Agent, a Genspark:

• Atingiu um ARR de US$ 36 milhões em apenas 45 dias
• Lançou oito funcionalidades de agente importantes em 70 dias

Tudo isso com uma equipe de 20 pessoas e sem publicidade paga. O crescimento foi totalmente orgânico, promovido pela viralização do produto e pela divulgação boca a boca. Grande parte do apelo do Super Agent vem da facilidade de acesso. Os usuários não precisam criar fluxos de trabalho nem configurar definições. Eles simplesmente dizem o que precisam e o agente cuida do resto.

O próximo passo da Genspark é expandir para novas categorias em que agentes autônomos possam agregar ainda mais valor, como um navegador com IA que atua sobre todo o conteúdo que você costuma acessar e documentação de IA para gerar textos com formatação sofisticada. As APIs da OpenAI continuam sendo essenciais para a maneira como a equipe acelera a criação e os lançamentos.

"Criamos o Genspark para ser mais do que uma simples interface de chat. Ele é um espaço de trabalho de IA completo", comentou Zhu. "E com as APIs da OpenAI, conseguimos concretizar isso em tempo recorde."