Jak działa DSpark?

DSpark nie jest nowym modelem bazowym. Jest to moduł dodatkowy, który rozbudowuje istniejące modele o potok spekulatywnego dekodowania . Główny mechanizm: lekki, półautoregresyjny model wstępny (draft model) szybko generuje tokendom-kandydatów, a następnie główny model weryfikuje je partiami – zamiast generować je pojedynczo. Technika ta nosi nazwę spekulatywnego dekodowania, wprowadzonego przez Google Research w 2023 roku i rozwiniętego w ramach systemów takich jak SpecInfer, Medusa i EAGLE .

DSpark wprowadza nowatorski element: spekulatywne dekodowanie z dynamicznym harmonogramem opartym na poziomie pewności (confidence-scheduled). System dynamicznie decyduje, ile tokenów ma zostać wygenerowanych wstępnie, w zależności od poziomu ufności modelu, co zmniejsza niepotrzebne obciążenie obliczeniowe . W modelach DeepSeek-V4 zastąpił on poprzedni schemat MTP-1 (Multi-Token Prediction) .

Wyniki wydajności w środowisku produkcyjnym

DSpark jest już wdrożony w produkcyjnych systemach DeepSeek-V4, obsługujących rzeczywisty ruch użytkowników w ramach usług DeepSeek-V4-Flash preview i DeepSeek-V4-Pro preview . Przy tym samym całkowitym przepływie systemu, DSpark zapewnia następujące przyspieszenia generowania dla pojedynczego użytkownika w porównaniu do poprzedniego rozwiązania MTP-1:

Te wyniki pochodzą z rzeczywistego ruchu użytkowników, a nie testów syntetycznych . DSpark unika gwałtownego spadku przepustowości, na który cierpiały wcześniejsze rozwiązania, przesuwając granicę Pareto całego systemu . W testach dla celu 120 tokenów/sekundę/użytkownika dla V4-Flash, MTP-1 był blisko swojej granicy wydajności, podczas gdy DSpark zapewnił nominalną przewagę przepustowości na poziomie 661% .

Kompatybilność z różnymi modelami

DSpark został zaprojektowany jako neutralny względem architektury modelu (model-agnostic). Artykuł naukowy dowodzi jego skuteczności na modelach innych niż DeepSeek: na Qwen3-4B, Qwen3-8B i Qwen3-14B poprawił średnią długość akceptowanego ciągu (macro-average accepted length) odpowiednio o 30,9%, 26,7% i 30,0% w porównaniu z bazowym rozwiązaniem Eagle3 . W porównaniu z modelem równoległym DFlash, zyski wyniosły odpowiednio 16,3%, 18,4% i 18,3% dla tych samych rozmiarów Qwen3 . DSpark utrzymał swoją przewagę również na modelu Gemma4-12B . Co więcej, konfiguracja DSpark z 2 warstwami przewyższyła konfigurację DFlash z 5 warstwami .

Zwiększenie długości generowanego wstępnie ciągu z 4 do 16 tokenów dodało jedynie 0,2–1,3% opóźnienia na rundę, podczas gdy przyjęta długość poprawiła się nawet o 30% .

Pakiet DeepSpec

Równocześnie z DSpark, DeepSeek udostępnił DeepSpec – pełny zestaw narzędzi do trenowania i ewaluacji modeli wstępnych dla spekulatywnego dekodowania. Zawiera on implementacje Eagle3, DFlash i DSpark, umożliwiając programistom i naukowcom:

• Odtwarzanie wyników przedstawionych w artykule o DSpark
• Trenowanie własnych modeli wstępnych
• Ewaluację potoków spekulatywnego dekodowania
• Rozszerzanie podejścia na własne modele

Artykuł, kod źródłowy i wagi modeli są dostępne w repozytorium deepseek-ai/DeepSpec na GitHubie i Hugging Face .

Szerszy kontekst: Oficjalna premiera DeepSeek V4 i ceny API w godzinach szczytu i poza nimi

29 czerwca 2026 roku DeepSeek ogłosił, że oficjalna premiera DeepSeek V4 zaplanowana jest na połowę lipca 2026 . Równocześnie wprowadzony zostanie nowy system cen API uzależniony od pory dnia (peak/off-peak pricing) :

• Godziny szczytu: 9:00–12:00 i 14:00–18:00 czasu pekińskiego .
• Cennik: Koszty API w godzinach szczytu są dwukrotnie wyższe niż w pozostałych godzinach .
• Przykład (V4-Pro, za milion tokenów):
  • Wejście (trafienie w pamięć podręczną): 0,025 RMB (poza szczytem) → 0,05 RMB (szczyt)
  • Wejście (brak w pamięci podręcznej): 3,00 RMB (poza szczytem) → 6,00 RMB (szczyt)
  • Wyjście: 6,00 RMB (poza szczytem) → 12,00 RMB (szczyt)

Dla V4-Flash odpowiednie ceny w szczycie są dwukrotnie wyższe: od 0,02 RMB do 0,04 RMB (trafienie w pamięć podręczną), od 1 RMB do 2 RMB (brak w pamięci podręcznej) i od 2 RMB do 4 RMB (wyjście) na milion tokenów . DeepSeek wyjaśnia, że zmiana ma na celu „bardziej racjonalne alokowanie zasobów i poprawę stabilności usług” . Użytkownicy otrzymają powiadomienia e-mailem 24 godziny przed wprowadzeniem zmian w rozliczeniach . Ta zmiana cen, w połączeniu z przyspieszeniami DSpark, sygnalizuje dążenie DeepSeek do zrównoważenia komercjalizacji (po rundzie finansowania o wartości około 50 miliardów RMB) z kontynuacją agresywnych wydań open-source .

Jak działa DSpark?

DSpark nie jest nowym modelem bazowym. Jest to moduł dodatkowy, który rozbudowuje istniejące modele o potok spekulatywnego dekodowania . Główny mechanizm: lekki, półautoregresyjny model wstępny (draft model) szybko generuje tokendom-kandydatów, a następnie główny model weryfikuje je partiami – zamiast generować je pojedynczo. Technika ta nosi nazwę spekulatywnego dekodowania, wprowadzonego przez Google Research w 2023 roku i rozwiniętego w ramach systemów takich jak SpecInfer, Medusa i EAGLE .

DSpark wprowadza nowatorski element: spekulatywne dekodowanie z dynamicznym harmonogramem opartym na poziomie pewności (confidence-scheduled). System dynamicznie decyduje, ile tokenów ma zostać wygenerowanych wstępnie, w zależności od poziomu ufności modelu, co zmniejsza niepotrzebne obciążenie obliczeniowe . W modelach DeepSeek-V4 zastąpił on poprzedni schemat MTP-1 (Multi-Token Prediction) .

Wyniki wydajności w środowisku produkcyjnym

DSpark jest już wdrożony w produkcyjnych systemach DeepSeek-V4, obsługujących rzeczywisty ruch użytkowników w ramach usług DeepSeek-V4-Flash preview i DeepSeek-V4-Pro preview . Przy tym samym całkowitym przepływie systemu, DSpark zapewnia następujące przyspieszenia generowania dla pojedynczego użytkownika w porównaniu do poprzedniego rozwiązania MTP-1:

Te wyniki pochodzą z rzeczywistego ruchu użytkowników, a nie testów syntetycznych . DSpark unika gwałtownego spadku przepustowości, na który cierpiały wcześniejsze rozwiązania, przesuwając granicę Pareto całego systemu . W testach dla celu 120 tokenów/sekundę/użytkownika dla V4-Flash, MTP-1 był blisko swojej granicy wydajności, podczas gdy DSpark zapewnił nominalną przewagę przepustowości na poziomie 661% .

Kompatybilność z różnymi modelami

DSpark został zaprojektowany jako neutralny względem architektury modelu (model-agnostic). Artykuł naukowy dowodzi jego skuteczności na modelach innych niż DeepSeek: na Qwen3-4B, Qwen3-8B i Qwen3-14B poprawił średnią długość akceptowanego ciągu (macro-average accepted length) odpowiednio o 30,9%, 26,7% i 30,0% w porównaniu z bazowym rozwiązaniem Eagle3 . W porównaniu z modelem równoległym DFlash, zyski wyniosły odpowiednio 16,3%, 18,4% i 18,3% dla tych samych rozmiarów Qwen3 . DSpark utrzymał swoją przewagę również na modelu Gemma4-12B . Co więcej, konfiguracja DSpark z 2 warstwami przewyższyła konfigurację DFlash z 5 warstwami .

Zwiększenie długości generowanego wstępnie ciągu z 4 do 16 tokenów dodało jedynie 0,2–1,3% opóźnienia na rundę, podczas gdy przyjęta długość poprawiła się nawet o 30% .

Pakiet DeepSpec

Równocześnie z DSpark, DeepSeek udostępnił DeepSpec – pełny zestaw narzędzi do trenowania i ewaluacji modeli wstępnych dla spekulatywnego dekodowania. Zawiera on implementacje Eagle3, DFlash i DSpark, umożliwiając programistom i naukowcom:

• Odtwarzanie wyników przedstawionych w artykule o DSpark
• Trenowanie własnych modeli wstępnych
• Ewaluację potoków spekulatywnego dekodowania
• Rozszerzanie podejścia na własne modele

Artykuł, kod źródłowy i wagi modeli są dostępne w repozytorium deepseek-ai/DeepSpec na GitHubie i Hugging Face .

Szerszy kontekst: Oficjalna premiera DeepSeek V4 i ceny API w godzinach szczytu i poza nimi

29 czerwca 2026 roku DeepSeek ogłosił, że oficjalna premiera DeepSeek V4 zaplanowana jest na połowę lipca 2026 . Równocześnie wprowadzony zostanie nowy system cen API uzależniony od pory dnia (peak/off-peak pricing) :

• Godziny szczytu: 9:00–12:00 i 14:00–18:00 czasu pekińskiego .
• Cennik: Koszty API w godzinach szczytu są dwukrotnie wyższe niż w pozostałych godzinach .
• Przykład (V4-Pro, za milion tokenów):
  • Wejście (trafienie w pamięć podręczną): 0,025 RMB (poza szczytem) → 0,05 RMB (szczyt)
  • Wejście (brak w pamięci podręcznej): 3,00 RMB (poza szczytem) → 6,00 RMB (szczyt)
  • Wyjście: 6,00 RMB (poza szczytem) → 12,00 RMB (szczyt)

Dla V4-Flash odpowiednie ceny w szczycie są dwukrotnie wyższe: od 0,02 RMB do 0,04 RMB (trafienie w pamięć podręczną), od 1 RMB do 2 RMB (brak w pamięci podręcznej) i od 2 RMB do 4 RMB (wyjście) na milion tokenów . DeepSeek wyjaśnia, że zmiana ma na celu „bardziej racjonalne alokowanie zasobów i poprawę stabilności usług” . Użytkownicy otrzymają powiadomienia e-mailem 24 godziny przed wprowadzeniem zmian w rozliczeniach . Ta zmiana cen, w połączeniu z przyspieszeniami DSpark, sygnalizuje dążenie DeepSeek do zrównoważenia komercjalizacji (po rundzie finansowania o wartości około 50 miliardów RMB) z kontynuacją agresywnych wydań open-source .