DeepSeek 又扔了个炸弹：推理提速 85%, 价格不变
DeepSeek 又扔了个炸弹：推理提速 85%, 价格不变
6 月 27 日，DeepSeek 联合北京大学，悄悄放出一个叫 DSpark 的东西。
不是新模型。
是一个开源框架，能让 DeepSeek-V4 的推理速度在生产环境里直接快 60% 到 85%。
重点是——价格没变。
这意味着你今晚开始用 DeepSeek API 跑同一段代码，原本要烧 1 块钱的 token，现在效果相当于 1.85 块钱。
它不是给模型加新能力，是把同样的能力更快更便宜地吐出来。
一、DSpark 到底是个啥
DeepSeek 官方文件里写得很清楚：DSpark 是一个推测解码（speculative decoding）框架。
听起来很学术，其实原理特别简单。
你让大模型写一段话，它原本是一个字一个字蹦出来的——蹦一个字算一次 GPU 运算。
DSpark 的做法是：先用一个小的"草稿模型"快速猜出接下来 5 个字，然后用大模型一次性验证这 5 个字对不对。
猜对了，5 个字当成一次运算完成。猜错了，重猜下一个。
统计学上，5 个字里平均能蒙对 3 到 4 个。
这就是 60% 到 85% 提速的来源——不是 GPU 变快了，是 GPU 一次干了过去三次的活。
二、这事为什么大
看几个数字就懂了。
DeepSeek-V4-Flash 现在输入 token 0.14 美元/百万，输出 token 0.28 美元/百万。
DeepSeek-V4-Pro 输入 1.74 美元/百万，输出 3.48 美元/百万。
DSpark 加持之后，等效价格：
- V4-Flash：0.14 美元变 0.08 美元（按 1.85 倍算）
- V4-Pro：3.48 美元变 1.88 美元（按 1.85 倍算）
横向比一下国内同行（按 2026 年 6 月最新报价）：
- 字节豆包 Seed 2.0 Mini：输入 0.03 美元 / 输出 0.29 美元
- 阿里通义千问 Qwen3.5-Flash：输入 0.05 美元
- 百度 ERNIE 4.5 21B：输入+输出 0.35 美元（百万 token 综合）
DSpark 加持后的 DeepSeek-V4-Pro 等效输出价 1.88 美元，仍比豆包 Mini 贵，但比 GPT-5.2 直接便宜 4 倍以上。
而 DeepSeek-V4-Flash 加上 DSpark，已经进入"白菜价"区间。
三、顺带开源了一个 DeepSpec 训练框架
DSpark 不是 DeepSeek 单独放出来的。
他们同期开源了 DeepSpec 训练框架，MIT 协议，支持多种推测解码算法——DSpark, DFlash, Eagle3 都兼容，目标模型家族包括 Qwen3 和 Gemma。
这不是给 DeepSeek 自己用，是给整个开源社区用的。
回头看 2026 年推测解码赛道，已经卷成红海：
- NVIDIA 的 DFlash：Blackwell GPU 上比 EAGLE-3 快 1.5 倍，比传统推理快 15 倍
- Google Gemini Nano：靠 Frozen Multi-Token Prediction 在 Pixel 上跑出流畅端侧 AI
- Medusa-V2：给模型挂多个解码头，部署相对简单
- Self-Speculative Decoding：连草稿模型都不要，直接切大模型前半部分当草稿
DeepSeek 这步的特别之处是：它把整个训练 pipeline 都开放了。
以前你用 Eagle3 要自己攒训练脚本，现在你拉 DeepSpec 下来，配置好 Qwen3 或者 Gemma，就能直接训自己的草稿模型。
四、DeepSeek 的破坏性开源套路
这不是 DeepSeek 第一次用开源把行业打一顿了。
回看时间线：
- 2024 年 5 月，DeepSeek-V2 开源，把国内大模型推理价格砍到 GPT-4 的百分之一
- 2026 年 4 月，DeepSeek-V4 发布，5 月 API 永久降价 75%
- 2026 年 6 月，DSpark 加 DeepSpec 开源，推理速度免费提升 60-85%
每次开源都伴随行业连锁反应。
V2 开源那年，国内大模型集体打价格战；V4 降价 75% 后，豆包 6 月 24 日被迫推出 68-500 元/月的专业版订阅；智谱 GLM 系列部分套餐涨 30%——都在试探"打不赢就涨"的路径。
DSpark 这一步，本质上把推理优化的门槛从"大公司专属"砸到"个人开发者也能训"。
五、你该干嘛
如果你只是用 ChatGPT 这种聊天界面：
没影响。DeepSeek App、网页版会自动用上 DSpark，你聊天不用做任何事。
如果你用 API 跑应用：
今晚就切到 DeepSeek-V4-Flash 或 V4-Pro。同样的 prompt，等效成本直接砍 35-45%。
需要长上下文、复杂推理用 Pro；日常对话、批量文本用 Flash。
如果你做 AI Infra 或者想自训模型：
拉 DeepSpec 下来，对照 Qwen3 或 Gemma 跑一遍训练流程，能省你 2-3 周的脚手架工作。
GitHub 上搜 deepseek-ai/DeepSpec 就有。
说到底，DSpark 不是技术奇迹，是个工程奇迹。
同样的卡，算力没变，模型没变，就是把过去浪费在 GPU 等待上的时间，填满了。
DeepSeek 把这套方法全公开了。
接下来谁不跟进，谁就在 API 价格战的下一轮里输。
- 林拾笔记
不追风口，只说真话