DeepSeek rend ses IA jusqu'à 85% plus rapides, sans perdre en qualité

DeepSeek vient de publier DSpark, un module qui rend l'inférence de ses modèles nettement plus rapide sans changer une ligne de leurs poids. Sur DeepSeek-V4-Flash, la génération de texte gagne jusqu'à 85% de vitesse par utilisateur. Sur V4-Pro, jusqu'à 78%. Le chiffre est réel, mais la plupart des médias l'ont aplati en un seul "85%" qui ne raconte qu'une partie de l'histoire.

Qu'est-ce que DSpark, concrètement ?

DSpark n'est pas un nouveau modèle d'IA. C'est un framework de décodage spéculatif, publié le 27 juin 2026 par DeepSeek avec l'Université de Pékin, qui accélère la génération de texte des modèles déjà entraînés DeepSeek-V4-Flash et DeepSeek-V4-Pro, sortis en avril 2026. Le code est disponible en open source sur GitHub, sous le nom de dépôt DeepSpec.

Rien à voir avec DeepSeek Sparse Attention, sorti en septembre 2025 sur un tout autre sujet : réduire le calcul lié aux longs contextes. Les deux techniques portent des noms proches et sortent de la même équipe, ce qui explique une bonne partie des confusions repérées en ligne. Deux techniques, deux dates, un seul laboratoire.

D'où vient exactement le chiffre de 85% ?

Le gain varie selon le modèle. DeepSeek-V4-Flash génère le texte 60% à 85% plus vite par utilisateur. DeepSeek-V4-Pro gagne 57% à 78%. La comparaison se fait contre MTP-1, l'ancien système de décodage de DeepSeek, qui proposait un seul mot à la fois. Et surtout, la sortie reste mathématiquement identique à celle du modèle original : DeepSeek qualifie la méthode de "lossless", sans perte de qualité.

Depuis le choc DeepSeek-R1 début 2025, la stratégie du laboratoire chinois reste la même : viser des performances comparables aux meilleurs modèles occidentaux, à un coût d'infrastructure nettement plus bas. DSpark s'inscrit dans cette logique. Moins de calcul GPU par réponse générée, donc un coût de service plus bas, sans toucher à la qualité.

Comment DSpark accélère la génération, en clair ?

Trois pièces s'assemblent. Un modèle "brouillon", plus léger, propose plusieurs mots à l'avance en une seule fois, au lieu d'un mot à la fois. Une "tête de confiance" estime, pour chaque mot proposé, la probabilité que le gros modèle l'aurait choisi lui-même. Un répartiteur ajuste en temps réel le nombre de mots vérifiés selon la charge du serveur : plus quand les GPU sont libres, moins quand ils sont saturés.

Le système propose plusieurs mots à l'avance, vérifie, et ne garde que ce qui est sûr.

Cette garantie explique le gain de vitesse : rien n'est perdu, seule la vérification est parallélisée plutôt que faite mot par mot.

Qu'est-ce que ça change pour vous ?

Si vous discutez avec DeepSeek via son application ou son API, les réponses s'affichent plus vite, sans rien faire de particulier. Si vous hébergez vous-même un modèle DeepSeek sur vos propres serveurs, le même calcul GPU traite plus de requêtes en parallèle, ce qui réduit le coût par réponse générée.

Le code de DSpark est publié en open source, et DeepSeek a testé la même méthode sur des modèles d'autres entreprises dans son papier de recherche : Qwen3 d'Alibaba et Gemma de Google. Rien ne garantit qu'ils l'adoptent un jour, mais la méthode n'est pas fermée à DeepSeek seul.

Questions fréquentes sur DSpark

DSpark est-il un nouveau modèle d'IA de DeepSeek ?
Non. C'est un module d'accélération qui s'applique aux modèles existants DeepSeek-V4-Flash et DeepSeek-V4-Pro, sans changer leurs réponses.

Le gain de 85% s'applique-t-il à tous les modèles DeepSeek ?
Non, seulement à V4-Flash (60% à 85%) et V4-Pro (57% à 78%) pour l'instant. Les versions antérieures n'en bénéficient pas automatiquement.

DSpark dégrade-t-il la qualité des réponses ?
Non. DeepSeek présente la méthode comme "lossless" : la sortie reste mathématiquement identique à celle du modèle sans DSpark.

DSpark et DeepSeek Sparse Attention, c'est la même chose ?
Non. DeepSeek Sparse Attention (septembre 2025) réduit le calcul lié aux longs contextes. DSpark (juin 2026) accélère la génération mot par mot. Deux sujets distincts, publiés par la même équipe.

Mis à jour le 3 juillet 2026.