DeepSeek DSpark: Як відкритий фреймворк спекулятивного декодування прискорює V4 до 85%

Як працює DSpark

DSpark — не нова базова модель. Це додатковий модуль, який вбудовує конвеєр спекулятивного декодування в існуючі моделі . Основний механізм: легка напівавторегресивна "чернетка" (draft model) швидко генерує кандидати-токени, а основна модель перевіряє їх пакетами — замість того, щоб генерувати по одному токену за раз. Такий підхід відомий як спекулятивне декодування — техніка, представлена Google Research у 2023 році та вдосконалена в таких фреймворках, як SpecInfer, Medusa та EAGLE .

DSpark впроваджує новий елемент під назвою спекулятивне декодування з плануванням за впевненістю (confidence-scheduled speculative decoding). Система динамічно вирішує, скільки токенів спекулювати, на основі рівня впевненості, що зменшує непотрібні обчислення для верифікації . У продакшні DSpark замінив попередню схему MTP-1 (Multi-Token Prediction), яка використовувалася в DeepSeek-V4 .

Приріст продуктивності в продакшні

DSpark вже розгорнуто в продакшн-системах DeepSeek-V4, які обробляють реальний трафік користувачів на сервісах DeepSeek-V4-Flash preview та DeepSeek-V4-Pro preview . За однакової загальної пропускної здатності системи (throughput) DSpark забезпечує таке покращення швидкості генерації на одного користувача порівняно з попереднім базовим рівнем MTP-1:

Ці результати отримано з реального трафіку користувачів, а не з синтетичних тестів . В умовах жорстких обмежень на затримку DSpark уникає різкого падіння пропускної здатності, якого зазнавали попередні схеми, розсуваючи межу Парето для всієї системи . В одному тесті з цільовим показником 120 токенів/сек/користувач для V4-Flash, MTP-1 був близький до своєї граничної пропускної здатності, тоді як DSpark показав номінальну перевагу в пропускній здатності на 661% .

Сумісність з іншими моделями

DSpark спроектований як агностичний до моделей. Стаття демонструє його ефективність на архітектурах, відмінних від DeepSeek: на моделях Qwen3-4B, Qwen3-8B та Qwen3-14B DSpark покращив макро-середню прийняту довжину (macro-average accepted length) на 30,9%, 26,7% та 30,0% відповідно порівняно з базовим рівнем Eagle3 . Проти паралельної чернетки DFlash приріст склав 16,3%, 18,4% та 18,3% на тих самих розмірах Qwen3 . DSpark також зберіг лідерство на Gemma4-12B . Варто зазначити, що конфігурація DSpark з 2 шарами перевершила конфігурацію DFlash з 5 шарами .

Збільшення довжини чернетки з 4 до 16 токенів додало лише 0,2–1,3% затримки на раунд, при цьому прийнята довжина покращилася до 30% .

Кодова база DeepSpec

Разом із DSpark компанія DeepSeek випустила у відкритий доступ DeepSpec — повноцінний фреймворк для тренування та оцінки спекулятивного декодування. Він включає реалізації Eagle3, DFlash та DSpark, а також дозволяє розробникам та дослідникам:

• Відтворювати результати, описані в статті DSpark
• Тренувати власні чернетки (draft models)
• Оцінювати конвеєри спекулятивного декодування
• Розширювати підхід для своїх моделей

Стаття, код та ваги моделей розміщені в репозиторії deepseek-ai/DeepSpec на GitHub та на Hugging Face .

Ширший контекст: офіційний запуск V4 та пікове/позапікове ціноутворення

29 червня 2026 року DeepSeek оголосила, що офіційний реліз DeepSeek V4 заплановано на середину липня 2026 року . Разом із ним DeepSeek введе пікову та позапікову (час доби) систему ціноутворення API :

• Пікові години: 9:00–12:00 та 14:00–18:00 за пекінським часом щодня .
• Ціноутворення: Вартість API подвоюється в пікові години порівняно з позапіковими (стандартними) тарифами .
• Приклад (V4-Pro, за мільйон токенів):
  • Вхідні дані (потрапляння в кеш): 0,025 юанів поза піком → 0,05 юанів у пік
  • Вхідні дані (промах кешу): 3,00 юанів поза піком → 6,00 юанів у пік
  • Вихідні дані: 6,00 юанів поза піком → 12,00 юанів у пік

Для V4-Flash відповідне пікове ціноутворення подвоює ціни з 0,02 юанів до 0,04 юанів (потрапляння в кеш), з 1 юаня до 2 юанів (промах кешу) та з 2 юанів до 4 юанів (вихідні дані) на мільйон токенів . DeepSeek заявила, що ці зміни покликані "раціональніше розподіляти ресурси та підвищувати стабільність сервісу" . Користувачі отримають сповіщення електронною поштою за 24 години до набуття чинності змін у тарифах . Цей зсув у ціноутворенні разом із прискоренням DSpark свідчить про прагнення DeepSeek збалансувати комерційну монетизацію (після приблизно 50 мільярдів юанів інвестиційного раунду) із продовженням агресивних відкритих релізів .