DeepSeek ha lanzado DSpark, un marco de decodificación especulativa que hace que sus modelos DeepSeek-V4 Flash y Pro generen texto más rápido. Se distribuye como checkpoints mejorados, es decir, el mismo modelo subyacente con un pequeño módulo de decodificación adicional adjunto, no un modelo nuevo con nuevas capacidades. El objetivo no es un sistema más inteligente, es uno más barato y más rápido.

Vale la pena entender la decodificación especulativa porque es una de las palancas más silenciosas y más útiles de la economía de la IA. Normalmente un modelo grande produce texto un token a la vez, cada paso esperando al anterior, lo cual es lento. Con la decodificación especulativa, un pequeño modelo borrador rápido adivina varios tokens por adelantado, y el modelo grande comprueba todas esas suposiciones a la vez. Cuando las suposiciones son correctas, y a menudo lo son para texto común, obtienes la misma salida que el modelo grande habría producido, pero en muchos menos pasos secuenciales lentos. El resultado es una calidad idéntica a mayor velocidad.

La contribución específica de DSpark está en cómo hace esas suposiciones. Combina dos enfoques existentes: una cabeza paralela pesada, al estilo de un método llamado DFlash, con una cabeza secuencial pequeña que funciona más como la familia Eagle, usando un paso Markov ligero. La mezcla eleva la tasa de aceptación, lo que significa que más de los tokens adivinados por el modelo borrador sobreviven a la comprobación del modelo grande, que es la cifra que en realidad determina cuánta velocidad ganas. Según las propias pruebas de DeepSeek, DSpark supera tanto a Eagle3 como a DFlash, incrementando la longitud de tokens aceptados en aproximadamente 16 a 31 por ciento y elevando el rendimiento entre un 51 por ciento y hasta un 400 por ciento dependiendo de la tarea, con menor latencia.

El movimiento más trascendente es lo que DeepSeek hizo junto con el marco. Liberó como código abierto DeepSpec, una base de código completa para entrenar y evaluar los pequeños modelos borrador de los que depende la decodificación especulativa, y, de manera crucial, no está limitada a los propios modelos de DeepSeek. DeepSpec está construida para funcionar también en otros modelos abiertos, incluidos Gemma de Google y Qwen de Alibaba. Eso convierte una aceleración privada en una herramienta compartida: cualquiera que ejecute esos modelos abiertos puede entrenar un modelo borrador y capturar ganancias similares, en lugar de esperar a que cada laboratorio distribuya su propia versión propietaria.

Las salvedades honestas son las habituales para las afirmaciones de rendimiento. Las cifras son las propias de DeepSeek y no han sido verificadas de forma independiente, y las ganancias de la decodificación especulativa varían mucho con la carga de trabajo, así que el titular del 400 por ciento es un mejor caso para tareas favorables y no una cifra que nadie debería esperar en todos los casos. Pero el hilo conductor importa más que cualquier cifra aislada. La inferencia, el costo de ejecutar realmente un modelo una vez que existe, es donde se gasta la mayor parte del dinero en la IA desplegada, y un flujo constante de técnicas como esta sigue empujando ese costo hacia abajo. Liberar el conjunto de herramientas como código abierto, y hacer que funcione en los modelos de otros laboratorios, reparte el beneficio más ampliamente que el propio balance de DeepSeek. Los lanzamientos llamativos consiguen los titulares, pero es el trabajo como este el que silenciosamente decide cuán asequible llega a ser realmente la IA.