DeepSeek-V4-Pro-DSpark——「賢くなった」ではなく、「速く配る」ためのDeepSeekだった
Hugging Faceに現れたDeepSeek-V4-Pro-DSpark。名前だけ見ると上位モデルに見えるけれど、モデルカードを読むと少し違った。投機的デコーディングで推論を高速化するDSpark付き版と、V4本体の性能向上を切り分けて読む。
Hugging Faceに現れたDeepSeek-V4-Pro-DSpark。名前だけ見ると上位モデルに見えるけれど、モデルカードを読むと少し違った。投機的デコーディングで推論を高速化するDSpark付き版と、V4本体の性能向上を切り分けて読む。
📑 目次
こんにちは、チカちゃんです。
先日、Hazakura Labの思索仲間であるドーン氏と話していて、面白い情報が届きました。
Hugging Faceに DeepSeek-V4-Pro-DSpark というモデルが現れた、と。
名前だけ見ると、「お、DeepSeek-V4-Proのさらに上位版か？」と思ってしまう。“-DSpark”って付くくらいだから、何か新しいことができるんだろう、と。
でも、モデルカードを開いて少し読んだだけで、ふむふむ、なるほどねえ、となりました。
これは「賢くなったDeepSeek」ではなく、「同じDeepSeek-V4-Proをより速く動かすためのDeepSeek」だった——と。
前回「DeepSeek V4とOpenCode」でV4本体を深掘りした続きとして、今回はこのDSpark付き版が何なのか、そしてV4そのものがその後どう見えてくるのか、整理してみます。
DSparkが出てきた——でも「新モデル」ではない
まず一番強調したいのはここ。
Hugging FaceのDeepSeek-V4-Pro-DSparkモデルカードには、こんな注記があります。
DeepSeek-V4-Pro-DSpark is not a new model. It is the same checkpoint with an additional speculative decoding module attached.
（DeepSeek-V4-Pro-DSparkは新モデルではない。同じcheckpointにspeculative decoding moduleを追加したものである。）
つまり、モデルの知識や推論能力そのものがDSparkによって変わったわけではない。DSparkは、DeepSeek-V4-Proと同じ重み（checkpoint）に、推論を高速化するための追加モジュール をくっつけた版。
チカちゃん的には、こう捉えたい。
DeepSeek-V4-Pro-DSparkは「賢くなったDeepSeek」ではなく、「同じDeepSeek-V4-Proをより速く動かすためのDeepSeek」。コストの話であって、知能の話ではない。
ここは読者が誤解しやすいポイントなので、記事の最初に置いておきたい。
DSparkとは何か：投機的デコーディングの仲間
DSparkがやっていることは、投機的デコーディング（speculative decoding） という技術。
ちょっと噛み砕いて説明します。
普通のLLMは、トークンを1つずつ順番に生成する。速くしようと思うと、品質を落とすしかない。 でも投機的デコーディングは、こういう考え方をする。
- 小さく速いdraft model（下手でもいいから速いモデル）が、複数のトークンをまとめて「提案」する
- 本体モデル（DeepSeek-V4-Pro）が、その提案をまとめて「検証」する
- 提案が合っていれば、その分だけ一気に出力できる。合っていなければ、修正する
要するに、本体モデルは1回の_forward pass_で複数トークンを検証できるから、合っていれば速くなる。品質は本体モデルが検証するから落ちない——lossless（品質低下なし）の高速化。
DSparkは、この投機的デコーディングのためのdraft modelをDeepSeek-V4-Proにくっつけたもの、という位置づけ。
DFlashと似ているけれど、同じものではない
ここで似た名前が出てくる。DFlash。
DeepSeekのDeepSpecリポジトリ（2026年6月26日公開）を見ると、対応アルゴリズムとして3つが並んでいる。
- DSpark — DeepSeek独自の投機的デコーディング（別紙論文あり）
- DFlash — Z Labが開発したblock diffusion方式（arXiv:2602.06036、2026年2月）
- Eagle3 — より従来的なautoregressive drafting方式（arXiv:2503.01840）
3つは同じ「投機的デコーディング」の枠組みに入るけれど、アプローチが違う。
DFlashの面白さは、draft modelに拡散モデル（diffusion model） を使うところ。ブロック単位で複数トークンを並列に一気に生成する。従来の1つずつ順番に提案する方式に比べて、GPUの利用率が大きく上がる。Z Labの論文では6倍超のlossless高速化を実現し、LMSYSのブログ記事（2026年6月15日）でも、SGLangの新しいSpec V2エンジンとの組み合わせが紹介されている。
DSparkはこれと同じ「投機的デコーディング系」の仲間と言える。ただし、DSparkの論文（DeepSpecリポジトリ内のDSpark_paper.pdf）はこの記事の執筆時点では内容を詳細に検証できていないので、「DFlashと同じもの」とは言わず、DeepSpec系に属する別実装として捉えておくのが安全。
一つ言えるのは、DeepSpecという共通のコードベースにDSparkとDFlashが並んでいる以上、DeepSeekはDFlashという外部手法も参考にしながら、V4のアーキテクチャに合わせた自前の投機的デコーディングを準備した、ということ。
ベンチマークが上がって見える理由はDSparkではなくV4本体
ここが記事の山場。
DeepSeek-V4のベンチマークは、V3.2世代から大きく向上している。モデルカードに掲載されている数字を一部拾う。
| ベンチマーク | V3.2-Base | V4-Flash-Base | V4-Pro-Base |
|---|---|---|---|
| MMLU-Pro (EM) | 65.5 | 68.3 | 73.5 |
| MMLU (EM) | 87.8 | — | 90.1 |
| MultiLoKo (EM) | 38.7 | 42.2 | 51.1 |
| HumanEval (Pass@1) | 62.8 | 69.5 | 76.8 |
V4-Pro-Baseは、MMLU-Proで8ポイント、MultiLoKoで12ポイント以上伸びている。これは大きな改善。
ただし——ここを丁寧に切り分けたい。
このベンチマーク向上はDSparkがもたらしたものではない。
DSparkは推論を速くするための仕組みであって、モデルの知能を変えるものではない（モデルカードに明記されている通り、同じcheckpoint）。ベンチマークの数字が上がっている理由は、DeepSeek-V4本体がV3.2世代から大きく更新されたから。
DSparkがやっているのは、この強くなったV4-Proを、速く出力すること。スコアを上げたのはV4本体で、DSparkはそれを高速に配る役割。
この切り分けを入れておくと、「DSparkのおかげで賢くなった」という誤読を避けられる。
DeepSeek-V4本体の技術的な見どころ（おさらい）
前回の#06で深掘りしたので簡単に。V4のモデルカードでは、主なアップグレードとして以下が挙げられている。
1. Hybrid Attention Architecture Compressed Sparse Attention（CSA）とHeavily Compressed Attention（HCA）を組み合わせた構成。1Mトークン文脈で、V3.2比で推論FLOPsを27%、KVキャッシュを10%に削減。つまり、長文を扱うコストが1桁変わった。
2. Manifold-Constrained Hyper-Connections（mHC） 層をまたぐ信号伝播の安定性を高める仕組み。深い層でも勾配が消えたり爆発したりしないように、Birkhoff多面体という数学的制約を使う。理論的に美しいけれど、超大規模モデルでの実績はV4が初めて。
3. Muon Optimizer AdamWに代わる最適化手法。32T（32兆）トークン超の事前学習を安定して回せたと報告されている。
4. 二段階のpost-trainingパイプライン 各分野（数学、コーディング、知識など）の専門家をSFT + GRPOで独立して育てたあと、オン・ポリシー蒸留で統合する。
DeepSeek-V4は、単に「大きくなった」わけではない。1Mコンテキスト時代に合わせて**「長文を安く扱う」「推論時のメモリを抑える」「agentic codingに寄せる」** という設計が前面に出ている。
V4-Pro Maxのベンチ——frontierモデルと並ぶcoding性能
V4本体の強さをもう少し。モデルカードには、V4-Proの”Think Max”モード（最大推理努力）をfrontier（最先端クローズド）モデルと比較した表も載っている。
| ベンチマーク | Opus-4.6 Max | GPT-5.4 xHigh | Gemini-3.1-Pro High | K2.6 Thinking | GLM-5.1 Thinking | DS-V4-Pro Max |
|---|---|---|---|---|---|---|
| LiveCodeBench (Pass@1) | 88.8 | — | 91.7 | 89.6 | — | 93.5 |
| Codeforces (Rating) | — | 3168 | 3052 | — | — | 3206 |
| SWE Verified (Resolved) | 80.8 | — | 80.6 | 80.2 | — | 80.6 |
| IMOAnswerBench (Pass@1) | 75.3 | 91.4 | 81.0 | 86.0 | 83.8 | 89.8 |
| Apex Shortlist (Pass@1) | 85.9 | 78.1 | 89.1 | 75.5 | 72.4 | 90.2 |
注目したいのはコーディング性能。LiveCodeBench 93.5、Codeforces Rating 3206は、比較表の中で最高水準。SWE Verified（実集合的なバグ修正タスク）でもfrontierモデルと並ぶ。
推論系（数学、論理）ではGPT-5.4に一部リードされているけれど、全体として「世界トップクラスのクローズドモデルに匹敵する」というDeepSeek公式の表現は、あながち強すぎない。
そしてこれもDSparkによるものではなく、V4-Pro本体 + Think Maxモード の成果。
1MコンテキストとAgentic Codingが主戦場
DeepSeek公式のV4 Preview Release告知（2026年4月24日）では、以下が明記されている。
- V4-Pro / V4-Flashともに 1M context（100万トークン）対応
- 両モデルとも Thinking / Non-Thinking の両モードに対応
- OpenAI ChatCompletions および Anthropic API 互換
- agentic coding 向けの最適化を強調
Hugging Faceのブログでも「a million-token context that agents can actually use（エージェントが実際に使える百万トークンコンテキスト）」と表現されている。
ここでチカちゃんが思うのは——
V4の本当の勝負は、単なるベンチマークの点数ではなく、「100万トークンの文脈を、実用コストで扱える」 という一点にあるのではないか、ということ。
エージェントが長時間タスクをこなすとき、コンテキストはどんどん長くなる。ツール呼び出しの往復、思考の蓄積、エラーからの復旧。そのすべてが長文脈に積もっていく。V4は、CSA + HCAで長文脈のコストを1桁下げ、さらに1Mまで対応することで、この「エージェントが実際に使える」領域を狙っている。
DSparkがその上に乗ることで、長文脈エージェントの推論をさらに速くできる。二段構えの高速化、というわけ。
ローカル民には現実的か？
ここは読者の実感に刺さるところ。
DeepSeek-V4-Pro-DSparkのHugging Faceファイル一覧を見ると、リポジトリサイズが 約893GB。66個の.safetensorsファイルに分かれているけれど、それでも893GB。
つまり、一般的なMacBookや個人PCで気軽に回す対象ではない。
V4-Pro-DSparkは「ローカルLLMで遊ぶモデル」というより、vLLMやSGLangなどを使って大規模GPU環境でサーブする側のモデル。実際、モデルカードにもvLLMやSGLangでの起動例が掲載されている。
前回の#06で「OpenCode Go（月額$10定額）でV4-Flashが使い放題」という話を書いたけれど、V4-Pro-DSparkはそこでAPI経由で恩恵を受ける側の技術。自分のMacBookにダウンロードして回す話ではない。
チカちゃん的にはこう整理したい。
V4-Flash: 個人でもCLI経由で手元に届く。OpenCode Goみたいな定額プランで日常的に使える。 V4-Pro: API経由で使う。893GBの重みを個人で持つわけにはいかない。 V4-Pro-DSpark: さらに、API事業者や大規模推論基盤を持つ側が、同じ品質をより安く・速く配るための技術。
MacBook Airで回す話ではない。これは個人のローカルLLMというより、同じ品質をどれだけ速く・安く・大量に配れるか という、推論インフラ側の勝負。
ドーン氏との対話から出てきた問い
ここまで読んで、ドーン氏と話していて一番面白かったのはこの切り口。
「DSparkは賢さの話ではなく、配信効率の話だ」
なるほどねえ、確かにその通りだと思った。
ニュースとして「DeepSeek-V4-Pro-DSparkが出た」と書かれると、どうしても「新しい賢さ」を期待してしまう。でも実際は「強くなったDeepSeek-V4を、いかに高速に配るか」の話。
この二つを切り分けないと、DSparkの価値が見えなくなる。DSparkは賢さを上げるものではない。DSparkは、すでに強くなったV4を、速く届けるためにある。
まとめ：AI競争は「賢さ」から「速く安く配る力」へ
DeepSeek-V4-Pro-DSparkは、「DeepSeekがさらに賢くなった」というより、「強くなったDeepSeek-V4を、いかに高速に配るか」という話である。
V4本体は1Mコンテキスト、agentic coding、長文効率を押し出している。ベンチマークの向上はV4本体の更新によるもので、DSparkはそれを高速に出力するための仕組み。
だが——それこそが、いまのAI競争のもう一つの本丸なのかもしれない。
モデルの知能だけで競う時代はまだ続く。でも、同じ性能をどれだけ速く・安く・大量に配れるか という軸が、明確に競争力になり始めている。DSparkはその象徴。
前回の#06で書いた「プロトタイプの匂い」は、V4本体にまだ残っている。完成されていないからこそ、次（V5）でさらに跳ねる余地がある。
DSparkも同じかもしれない。投機的デコーディングの_acceptance rate_（提案がどれくらい受け入れられるか）はタスクによって変わるし、draft modelの訓練と本体モデルの相性もある。まだ最適化の途中だろう。
完成されているかどうかにこだわらなくていい。方向性が正しければ、使いながら磨いていけばいい——事上磨錬（じじょうまれん）。
DSparkがどこまで速くなるか、V5でまた何が変わるか。答えを急がなくても、問いが残っているということは、冒険が続いているということ。
関連記事
参考URL
- DeepSeek-V4-Pro-DSpark / Hugging Face → https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark
- DeepSeek V4 Preview Release / DeepSeek API Docs → https://api-docs.deepseek.com/news/news260424
- DeepSeek-V4: a million-token context that agents can actually use / Hugging Face Blog → https://huggingface.co/blog/deepseekv4
- DeepSpec / GitHub → https://github.com/deepseek-ai/DeepSpec
- DFlash: Block Diffusion for Flash Speculative Decoding / arXiv → https://arxiv.org/abs/2602.06036
- DFlash / Z Lab GitHub → https://github.com/z-lab/dflash
- The next generation of speculative decoding: DFlash and Spec V2 / LMSYS Blog → https://www.lmsys.org/blog/2026-06-15-next-generation-speculative-decoding-dflash-v2/
- Eagle3 / arXiv → https://arxiv.org/abs/2503.01840
- インターネット上のツールは第三者が提供するものです。開発工程や配布経路を悪用した攻撃（サプライチェーン攻撃）が仕掛けられる可能性もゼロではありません。ご利用の際は公式リポジトリの情報をご確認いただき、自己責任でお使いください。
- AIに関する技術や情報は急速に変化します。本記事の内容が公開後に古くなる可能性があります。各サービスの公式ドキュメントや最新情報をご確認ください。