Die Funktionalität, die Sie benötigen, kann mittels JavaScript programmiert werden - unabhängig davon, ob Sie die kostenlose oder kostenpflichtige Version nutzen. Es ist aber eine eher spezielle Anforderung, die so nicht vorgefertigt vorhanden ist - heißt, Sie müssen sich voraussichtlich ein wenig in JavaScript einarbeiten.
Das Stoppen ist relativ einfach - dafür würden Sie den Zeitstempel des Videos (currentTime) mit einem Timer alle 50 Millisekunden prüfen und an geeigneter Stelle stoppen. Das Einblenden einer Frage ist mittels display trivial (siehe z.B. Fragen bei Auswahl einer bestimmten Option sofort einblenden), zumindest für Menschen mit ein wenig Programmiererfahrung, und das Überwachen der Antworten und fortsetzen des Abspielens sowieso.
Das Tracking von Mausklicks hatten wir mal testweise implementiert (das ist auch nicht aufwändig - man muss ja nur bei jedem "click" event die Position in einen Text schreiben, und dieses über eine interne Variable an den Server senden), aber in der Praxis hatte das recht wenig gebracht. Denn Sie müssen zusätzlich noch die Positionen der Bedienelemente speichern (je nach Bildschirmgröße variiert das bekanntlich), und dann wird die Auswertung so kompliziert, dass man meist wenig damit anfangen kann.
Ein wenig muss man noch auf den Speicherplatz achten, aber es gibt mit der Funktion zum Übertragen von Dateiinhalten in SoSci Survey auch Lösungen für Datenmengen > 32 KB pro Interview.