Concatenador de criativos em vídeo

Pessoal, preciso de uma solução simples, porém um pouco desafiadora. Basicamente, eu quero desenvolver um concatenador de criativos através de um micro-SaaS. A única função dele é concatenar os arquivos, juntando-os em todas as combinações possíveis. Exemplo: Tenho 3 arquivos de hook inicial, 3 arquivos de corpo e 3 arquivos de CTA. Basicamente, eu jogo esses arquivos no site, clico em gerar criativos, e ele me dá os criativos com as partes juntas e todas as combinações possíveis (print de elucidação em anexo). É de fato algo muito simples de criar, porém o gargalo está aqui: 1 - Não pode ser algo lento, pois a ideia é justamente trazer agilidade ao processo, em vez de o usuário abrir um editor de vídeos e juntar um a um. 2 - Não pode depender da máquina do usuário para concatenar isso, pois cada usuário tem sua realidade, e uma máquina com pouco desempenho pode acabar mais prejudicando do que ajudando. 3 - Precisaria verificar a viabilidade de um servidor. Digo isso, pois a solução seria muito barata para entregar ao pessoal. Com um sistema de créditos, a pessoa, por exemplo, pagaria R$ 15,00 e ganharia 100 créditos (cada crédito representa um criativo gerado; então, se o usuário insere 3 arquivos de cada, totalizando 9 arquivos de hook, corpo e CTA, ele já usou 27 créditos, que é a quantidade de combinações possíveis). 4 - O micro-SaaS terá toda a parte de assinatura com sistema de créditos. Planos de R$ 15,00 para 100 créditos, plano de R$ 30,00 para 300 créditos e plano de R$ 60,00 para 800 créditos. Por isso, é necessário verificar a viabilidade de um servidor. Cada arquivo de hook tem, em média, uns 10 MB. Cada arquivo de corpo tem uns 20 MB e cada arquivo de CTA tem uns 10 MB. 5 - O concatenador open source mais usado para isso é o FFmpeg, mas aceito soluções inovadoras que você possa ter para resolver todos os conflitos citados acima.