DeepSeek、北大と共同で推論高速化フレームワーク「DSpark」をオープンソース公開

DSparkの仕組み

DSparkの核となるのは、軽量な半自己回帰型（semi-autoregressive）ドラフトモデルが素早く複数の候補トークンを生成し、それを本来のメインモデルが一括で検証するという手法です。従来のようにトークンを1つずつ生成する自己回帰方式と比較して、並列処理が可能になり大幅な速度向上が実現します。

特にDSparkが革新的なのは、「信頼度スケジューリング型投機的復号（Confidence-Scheduled Speculative Decoding）」 を導入した点です。システムは各トークン生成の確信度に応じて、次の推測数を動的に調整。これにより無駄な検証計算を減らし、効率を高めています。DeepSeek-V4では、従来のMTP-1（Multi-Token Prediction）方式に代わって本番環境に実装されました。

本番環境での性能向上

DSparkはすでにDeepSeek-V4の本番システム（V4-Flash preview、V4-Pro preview）で実際のユーザートラフィックを処理しており、以下の顕著な結果が出ています。

これらの数値はすべて実際のユーザーリクエストに基づくもので、合成ベンチマークではありません。従来のMTP-1方式と同一のシステムスループットで比較した場合の結果です。特に厳しいレイテンシ制約下では、DSparkは従来方式が直面するスループットの急激な低下（スループットクリフ）を回避し、これまで達成できなかった性能領域を実現。V4-Flashでユーザーあたり毎秒120トークンを目標としたテストでは、MTP-1が限界に近づく中、DSparkは名目上のスループットで661%ものアドバンテージを示しました。

モデル非依存の互換性

DSparkはモデル非依存（model-agnostic） で設計されており、DeepSeek以外のアーキテクチャでも効果を発揮します。論文では、以下のような結果が報告されています。

• Qwen3シリーズ（4B/8B/14B）：Eagle3ベースライン比で、マクロ平均受理長（macro-average accepted length）がそれぞれ 30.9%、26.7%、30.0% 向上。DFlashとの比較では同16.3%、18.4%、18.3%の改善。
• Gemma4-12B：DSparkがリーダーボードで優位を維持。
• レイヤー効率：注目すべき点として、2層構成のDSparkが5層構成のDFlashを上回る性能を示しました。
• ドラフト長のスケーリング：ドラフト候補数を4トークンから16トークンに増やしても、1ラウンドあたりのレイテンシ増加は0.2〜1.3%に留まり、受理長は最大30%改善されました。

DeepSpecコードベース

DSparkと同時に公開された 「DeepSpec」 は、投機的復号モデルに特化したフルスタックのトレーニング・評価フレームワークです。これにより、開発者や研究者は以下のことが可能になります。

• DSpark論文の結果を再現する
• カスタムドラフトモデルをトレーニングする
• 投機的復号パイプラインを評価する
• 独自のモデルにアプローチを拡張する

コードベースにはEagle3、DFlash、DSparkの実装が含まれており、論文・コード・モデル重みはすべてGitHub（deepseek-ai/DeepSpec）およびHugging Faceで公開されています。

背景：V4正式版リリースと時間帯別料金（Peak/Off-Peak Pricing）

2026年6月29日、DeepSeekは 「DeepSeek V4正式版」が2026年7月中旬にリリースされる と発表しました。これに伴い、APIに時間帯別料金（ピーク・オフピーク価格） が導入されます。

• ピーク時間帯：毎日 9:00～12:00、14:00～18:00（北京時間）。
• 料金体系：ピーク時間帯のAPI料金は、オフピーク（標準）料金の2倍になります。

V4-Proの価格例（100万トークンあたり）：

V4-Flashの価格例（100万トークンあたり）：

DeepSeekはこの変更について、「リソースのより合理的な配分とサービスの安定性向上」を目的としていると説明しています。ユーザーには料金変更の24時間前にメールで通知されます。DSparkによる高速化とこの新たな価格体系は、約500億人民元（約1兆円）の大型資金調達後の商業化推進と、オープンソース戦略の継続を両立させる動きと見られています。