DeepSeek · seit 27. Juni 2026 · 8× · zuletzt 05. Juli 2026
DSpark ist ein von DeepSeek gemeinsam mit der Peking University entwickeltes Open-Source-Framework für spekulatives Decodieren, das die Inferenzgeschwindigkeit großer Sprachmodelle erhöht, ohne deren Ausgabequalität zu verändern. Es handelt sich nicht um ein eigenständiges Modell, sondern um ein zusätzliches Draft-Modul, das auf bestehende Checkpoints von DeepSeek-V4-Pro und DeepSeek-V4-Flash aufgesetzt wird. Der Quellcode inklusive Trainings-Framework "DeepSpec" wurde am 27. Juni 2026 unter MIT-Lizenz auf GitHub und Hugging Face veröffentlicht. DeepSeek berichtet eigene, bislang nicht unabhängig verifizierte Benchmarks von 60–85% schnellerer Token-Generierung pro Nutzer gegenüber der bisherigen MTP-1-Basislinie.
Features
| Key-Benchmark (%) | 60–85% schnellere Token-Generierung pro Nutzer ggü. MTP-1-Baseline (V4-Flash); 57–78% (V4-Pro); Akzeptanzlänge +26,7–30,9% ggü. Eagle3, +16,3–18,4% ggü. DFlash |
| Kontextfenster (Token) | 1.000.000 Token (geerbt von DeepSeek-V4-Pro/Flash, auf denen DSpark aufsetzt) |
| Lizenz | MIT-Lizenz |
| Multimodalität | Nicht multimodal – reines Text-Inferenz-Beschleunigungsframework (Speculative Decoding) für Sprachmodelle |
| Plattform | GitHub (deepseek-ai/DeepSpec) und Hugging Face (DeepSeek-V4-Pro-DSpark, DeepSeek-V4-Flash-DSpark); Serving-Integration u.a. via vLLM, SGLang, vLLM-Ascend |
| Release-Datum | 27. Juni 2026 |