¿Cómo funciona DSpark?

DSpark no es un modelo nuevo. Es un módulo adicional que se instala sobre los modelos existentes para implementar un proceso de decodificación especulativa . La idea central es sencilla: en lugar de que el modelo grande genere cada palabra (o token) de una en una, un modelo auxiliar más pequeño y rápido ("modelo borrador") genera una serie de tokens candidatos. Luego, el modelo principal los verifica todos a la vez, aceptando los que son correctos y rechazando los que no. Esto es como si un asistente redactara un texto y un editor lo revisara completo, en lugar de hacerlo línea por línea .

La innovación clave de DSpark es la decodificación especulativa con programación de confianza (confidence-scheduled speculative decoding). El sistema decide dinámicamente cuántos tokens debe "aventurar" el modelo borrador basándose en su nivel de confianza. Esto reduce los cálculos desperdiciados al evitar verificaciones innecesarias . DSpark reemplaza el esquema anterior de DeepSeek-V4, conocido como MTP-1 (Multi-Token Prediction), que se usaba en producción .

Rendimiento en producción: cifras reales con usuarios reales

A diferencia de muchas pruebas de laboratorio, las ganancias de DSpark se han medido en el tráfico real de usuarios de los servicios de vista previa (preview) de DeepSeek-V4-Flash y DeepSeek-V4-Pro . Manteniendo el mismo rendimiento total del sistema, DSpark ofrece las siguientes mejoras de velocidad por usuario en comparación con el método anterior (MTP-1):

Además, en condiciones de latencia muy estrictas, DSpark evita el "colapso de rendimiento" que sufrían los sistemas anteriores, ampliando la frontera de eficiencia (Pareto frontier) del servicio . En una prueba para V4-Flash con el objetivo de 120 tokens/segundo/usuario, el sistema MTP-1 ya estaba al límite, mientras que DSpark ofrecía una ventaja de rendimiento nominal del 661% .

Compatibilidad con otros modelos (Model-Agnostic)

Aunque DeepSeek lo ha desarrollado para sus propios modelos, DSpark está diseñado para ser independiente del modelo. El artículo demuestra su eficacia en otras arquitecturas, como las de Qwen3 (modelos de 4B, 8B y 14B parámetros) y Gemma4-12B. En los modelos Qwen3, DSpark mejoró la longitud media de aceptación (un indicador de eficiencia) en un 30.9%, 26.7% y 30.0% respectivamente en comparación con el método de referencia Eagle3 . Frente a otro método llamado DFlash, las mejoras fueron del 16.3%, 18.4% y 18.3% . Sorprendentemente, una configuración de DSpark con solo 2 capas superó a una configuración de DFlash con 5 capas .

DeepSpec: el conjunto de herramientas de código abierto

Además de DSpark, DeepSeek ha liberado DeepSpec, un conjunto de herramientas (framework) completo para el entrenamiento y la evaluación de sistemas de decodificación especulativa. Incluye implementaciones de los métodos Eagle3, DFlash y el propio DSpark, permitiendo a desarrolladores e investigadores :

• Reproducir los resultados del artículo de DSpark.
• Entrenar sus propios modelos "borrador".
• Evaluar diferentes configuraciones de decodificación especulativa.
• Extender el enfoque a sus propios modelos.
  Todo el código y los pesos de los modelos están disponibles en el repositorio deepseek-ai/DeepSpec en GitHub y Hugging Face .

Contexto más amplio: Lanzamiento oficial de V4 y precios por horas pico

El 29 de junio de 2026, DeepSeek anunció que el lanzamiento oficial de DeepSeek V4 está programado para mediados de julio de 2026 . Junto con este lanzamiento, se introducirá una nueva estructura de precios para la API basada en horas pico y horas valle (time-of-day pricing) :

• Horas pico: De 9:00 a 12:00 y de 14:00 a 18:00, hora de Pekín (Beijing time) .
• Precios: Durante las horas pico, los costos de la API se duplican en comparación con las tarifas estándar (fuera de horas pico) .
• Ejemplo (V4-Pro, por millón de tokens):
  • Entrada (acierto de caché): 0.025 RMB fuera de pico → 0.05 RMB en hora pico.
  • Entrada (fallo de caché): 3.00 RMB fuera de pico → 6.00 RMB en hora pico.
  • Salida: 6.00 RMB fuera de pico → 12.00 RMB en hora pico .
    DeepSeek ha indicado que el cambio busca "asignar los recursos de forma más racional y mejorar la estabilidad del servicio" . Los usuarios recibirán una notificación por correo electrónico 24 horas antes de que el cambio de precios entre en vigor . Esta estrategia, combinada con las aceleraciones de DSpark, muestra el esfuerzo de DeepSeek por equilibrar la monetización comercial (especialmente tras una ronda de financiación de unos 50.000 millones de RMB) con su continua apuesta por el código abierto .

¿Cómo funciona DSpark?

DSpark no es un modelo nuevo. Es un módulo adicional que se instala sobre los modelos existentes para implementar un proceso de decodificación especulativa . La idea central es sencilla: en lugar de que el modelo grande genere cada palabra (o token) de una en una, un modelo auxiliar más pequeño y rápido ("modelo borrador") genera una serie de tokens candidatos. Luego, el modelo principal los verifica todos a la vez, aceptando los que son correctos y rechazando los que no. Esto es como si un asistente redactara un texto y un editor lo revisara completo, en lugar de hacerlo línea por línea .

La innovación clave de DSpark es la decodificación especulativa con programación de confianza (confidence-scheduled speculative decoding). El sistema decide dinámicamente cuántos tokens debe "aventurar" el modelo borrador basándose en su nivel de confianza. Esto reduce los cálculos desperdiciados al evitar verificaciones innecesarias . DSpark reemplaza el esquema anterior de DeepSeek-V4, conocido como MTP-1 (Multi-Token Prediction), que se usaba en producción .

Rendimiento en producción: cifras reales con usuarios reales

A diferencia de muchas pruebas de laboratorio, las ganancias de DSpark se han medido en el tráfico real de usuarios de los servicios de vista previa (preview) de DeepSeek-V4-Flash y DeepSeek-V4-Pro . Manteniendo el mismo rendimiento total del sistema, DSpark ofrece las siguientes mejoras de velocidad por usuario en comparación con el método anterior (MTP-1):

Además, en condiciones de latencia muy estrictas, DSpark evita el "colapso de rendimiento" que sufrían los sistemas anteriores, ampliando la frontera de eficiencia (Pareto frontier) del servicio . En una prueba para V4-Flash con el objetivo de 120 tokens/segundo/usuario, el sistema MTP-1 ya estaba al límite, mientras que DSpark ofrecía una ventaja de rendimiento nominal del 661% .

Compatibilidad con otros modelos (Model-Agnostic)

Aunque DeepSeek lo ha desarrollado para sus propios modelos, DSpark está diseñado para ser independiente del modelo. El artículo demuestra su eficacia en otras arquitecturas, como las de Qwen3 (modelos de 4B, 8B y 14B parámetros) y Gemma4-12B. En los modelos Qwen3, DSpark mejoró la longitud media de aceptación (un indicador de eficiencia) en un 30.9%, 26.7% y 30.0% respectivamente en comparación con el método de referencia Eagle3 . Frente a otro método llamado DFlash, las mejoras fueron del 16.3%, 18.4% y 18.3% . Sorprendentemente, una configuración de DSpark con solo 2 capas superó a una configuración de DFlash con 5 capas .

DeepSpec: el conjunto de herramientas de código abierto

Además de DSpark, DeepSeek ha liberado DeepSpec, un conjunto de herramientas (framework) completo para el entrenamiento y la evaluación de sistemas de decodificación especulativa. Incluye implementaciones de los métodos Eagle3, DFlash y el propio DSpark, permitiendo a desarrolladores e investigadores :

• Reproducir los resultados del artículo de DSpark.
• Entrenar sus propios modelos "borrador".
• Evaluar diferentes configuraciones de decodificación especulativa.
• Extender el enfoque a sus propios modelos.
  Todo el código y los pesos de los modelos están disponibles en el repositorio deepseek-ai/DeepSpec en GitHub y Hugging Face .

Contexto más amplio: Lanzamiento oficial de V4 y precios por horas pico

El 29 de junio de 2026, DeepSeek anunció que el lanzamiento oficial de DeepSeek V4 está programado para mediados de julio de 2026 . Junto con este lanzamiento, se introducirá una nueva estructura de precios para la API basada en horas pico y horas valle (time-of-day pricing) :

• Horas pico: De 9:00 a 12:00 y de 14:00 a 18:00, hora de Pekín (Beijing time) .
• Precios: Durante las horas pico, los costos de la API se duplican en comparación con las tarifas estándar (fuera de horas pico) .
• Ejemplo (V4-Pro, por millón de tokens):
  • Entrada (acierto de caché): 0.025 RMB fuera de pico → 0.05 RMB en hora pico.
  • Entrada (fallo de caché): 3.00 RMB fuera de pico → 6.00 RMB en hora pico.
  • Salida: 6.00 RMB fuera de pico → 12.00 RMB en hora pico .
    DeepSeek ha indicado que el cambio busca "asignar los recursos de forma más racional y mejorar la estabilidad del servicio" . Los usuarios recibirán una notificación por correo electrónico 24 horas antes de que el cambio de precios entre en vigor . Esta estrategia, combinada con las aceleraciones de DSpark, muestra el esfuerzo de DeepSeek por equilibrar la monetización comercial (especialmente tras una ronda de financiación de unos 50.000 millones de RMB) con su continua apuesta por el código abierto .