Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

EAGLE-4

Borradores de decodificación especulativa y un arnés que se ajusta solo para SGLang, vLLM y TokenSpeed, con licencia de código disponible.

Reseña de ReviewRamble editors · Actualizado

Ver en GitHub Gratis

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.9/5

EAGLE-4 es la publicación de decodificación especulativa con mediciones más cuidadosas que hemos leído, con peticiones individuales 3,42 veces más rápidas en SGLang, pero cubre un solo modelo público, compensa sobre todo con poca concurrencia y llega con una licencia que muerde a partir de 20 millones de US$ de ingresos.

¿Qué es EAGLE-4?

EAGLE-4 acelera el servicio de modelos de lenguaje grandes con decodificación especulativa: un modelo borrador pequeño propone varios tokens y el modelo objetivo los comprueba en una sola pasada, de modo que la salida es la misma que el objetivo daría por sí solo. Este repositorio contiene eagle-harness, el paquete que conecta los borradores de EAGLE-4 con SGLang, vLLM y TokenSpeed y decide cuánto especular a partir de costes que mide en tu máquina, así que los árboles de borrador se reducen a medida que crece el lote.

Lo publica Eagle AI Corp, que dice que el trabajo se basa en EAGLE, EAGLE-2 y EAGLE-3. El primer borrador público es para Qwen3.8-27B. El repositorio se creó el 20 de octubre de 2026, tiene unas 1.221 estrellas, ofrece imágenes Docker y wheels y publicó la v0.1.5 el 1 de noviembre de 2026. Es de código disponible, no de código abierto.

¿Merece la pena EAGLE-4?

La decodificación especulativa suele ayudar a un servidor tranquilo y perjudicar a uno ocupado: redactar tokens consume cómputo que un lote lleno preferiría dedicar a trabajo real. La respuesta de EAGLE-4 es un arnés que mide costes en directo en tu hardware y dimensiona cada árbol de borrador según el lote actual, para que puedas dejar la especulación activada. En cuatro GPU NVIDIA B300 con Qwen3.8-27B, la matriz de soporte da a SGLang 3,42 veces la decodificación normal con una petición, 2,09 con 8 simultáneas y 1,39 con 64; a vLLM 2,83, 1,72 y 1,14; a TokenSpeed 3,09, 2,02 y 1,41. En una AMD MI355X, SGLang fue 2,07 veces más rápido con 8 peticiones y 1,56 con 32.

La documentación es inusualmente franca sobre dónde acaban las ganancias. La página de límites conocidos dice que el comando de inicio rápido de SGLang del README vuelve a la decodificación normal con carga alta y midió 1,00 veces con 64, 128 y 256 peticiones simultáneas en una B300. Una receta aparte para carga alta en cuatro GPU mantiene el ritmo de la decodificación normal hasta 512 peticiones. vLLM y TokenSpeed aún no pasan a decodificación normal y pueden ser más lentos que sin especulación por encima de 64 peticiones, así que la documentación pide desactivarla ahí. La corrección se comprueba con una regla fp32 en vez de darse por supuesta, y la página enumera los prompts en los que las salidas divergen.

El alcance es estrecho. Los resultados medidos cubren un solo par público de objetivo y borrador, Qwen3.8-27B, más Nemotron 3.5 Super, en B300 y MI355X; otras arquitecturas, configuraciones multinodo y el paralelismo de pipeline figuran como aún en validación. El inicio rápido descarga unos 62 GB y necesita un controlador CUDA 13, y la instalación con pip fija una compilación parcheada de SGLang desde el índice de wheels de Eagle.

La licencia es la verdadera decisión. La Eagle 4 Source-Available License permite uso comercial solo por debajo de 20 millones de US$ de ingresos agregados en cualquier periodo de 12 meses, prohíbe sin más las ofertas competidoras y considera aceptación clonar o hacer un fork. Eagle AI Corp también controla cómo se licencian las contribuciones aceptadas. Las opciones de decodificación especulativa integradas en SGLang y vLLM no tienen ninguna de esas condiciones.

Dónde se gana su sitio

  • Un ingeniero de inferencia de una startup con un asistente de código sobre Qwen3.8-27B

    Reducir la latencia por petición para usuarios individuales sin cambiar las respuestas

    Sirve SGLang con el borrador de EAGLE-4 y el arnés; la matriz de soporte muestra 3,42 veces la decodificación normal con una petición en cuatro B300. Gratis mientras la empresa siga por debajo de 20 millones de US$ de ingresos.

  • Un equipo de plataforma con tráfico a ráfagas en AMD MI355X

    Acelerar las horas tranquilas sin ralentizar los picos

    Sigue la guía de AMD; SGLang midió 2,07 veces con 8 peticiones y 1,56 con 32 en una MI355X. Usa la receta de carga alta para que los periodos ocupados vuelvan a la decodificación normal.

  • Una investigadora que compara métodos de decodificación especulativa

    Medir un nuevo borrador frente a una referencia medida

    Reproduce los comandos de la matriz de soporte con el cliente SPEED-Bench a temperatura 0, calentando antes el servidor, porque las primeras peticiones compilan kernels y miden costes.

Antes de decidirte

Puesta en marcha
Ejecuta la imagen Docker publicada de SGLang, o instala eagle-harness con pip junto a la compilación fijada de SGLang en Python 3.12 (necesita el CUDA toolkit y un compilador de C++). El primer arranque descarga unos 62 GB y compila kernels.
Integraciones
Motores SGLang, vLLM y TokenSpeed; chat completions compatibles con OpenAI desde el motor; borradores en Hugging Face bajo EAGLE-Corp; compilaciones ROCm para AMD MI355X.
Datos y privacidad
Funciona por completo en tus propias GPU; no interviene ningún servicio alojado. El ejemplo de Docker publica el puerto 30000 solo en 127.0.0.1 y el inicio rápido no define clave de API, así que añade una antes de exponer el servidor.
Coste a escala
Sin tarifa por debajo del umbral de la licencia; las empresas con más de 20 millones de US$ de ingresos en 12 meses, o que ofrezcan un producto competidor, necesitan un acuerdo comercial cuyo precio no está publicado.
Límites
Medido solo en B300 y MI355X; multinodo y paralelismo de pipeline aún sin validar; vLLM y TokenSpeed pueden ser más lentos que la decodificación normal por encima de 64 peticiones simultáneas; el modo determinista desactiva la especulación con carga alta.

Lo bueno

  • Árboles de borrador dimensionados con costes medidos en directo, para dejar la especulación activada
  • Peticiones individuales hasta 3,42 veces más rápidas con la misma salida que el objetivo
  • Matriz de soporte publicada con tokens/s, comprobaciones de corrección y método
  • Funciona con SGLang, vLLM y TokenSpeed, en NVIDIA y AMD

Lo malo

  • Código disponible: uso comercial limitado a 20 millones de US$ de ingresos, sin ofertas competidoras
  • Las ganancias bajan a entre 1,1 y 1,4 veces con 64 peticiones simultáneas
  • Un solo modelo borrador público al lanzarse; el resto del hardware aún sin validar
  • Fija compilaciones parcheadas de los motores desde el índice de wheels de Eagle

Ideal para

Equipos por debajo del umbral de ingresos de la licencia que sirven Qwen3.8-27B en GPU B300 o MI355X con concurrencia baja o moderada.

Alternativas a EAGLE-4

EAGLE-4: preguntas frecuentes

¿Merece la pena EAGLE-4?
EAGLE-4 es la publicación de decodificación especulativa con mediciones más cuidadosas que hemos leído, con peticiones individuales 3,42 veces más rápidas en SGLang, pero cubre un solo modelo público, compensa sobre todo con poca concurrencia y llega con una licencia que muerde a partir de 20 millones de US$ de ingresos. Le damos un 3.9 sobre 5.
¿Cuánto cuesta EAGLE-4?
Uso gratuito bajo la Eagle 4 Source-Available License para organizaciones con menos de 20 millones de US$ de ingresos en cualquier periodo de 12 meses y que no ofrezcan un producto competidor; por encima, una licencia comercial aparte con precio no publicado.
¿Qué inconvenientes tiene EAGLE-4?
Código disponible: uso comercial limitado a 20 millones de US$ de ingresos, sin ofertas competidoras; las ganancias bajan a entre 1,1 y 1,4 veces con 64 peticiones simultáneas; un solo modelo borrador público al lanzarse; el resto del hardware aún sin validar; fija compilaciones parcheadas de los motores desde el índice de wheels de Eagle.
¿Para quién es EAGLE-4?
Equipos por debajo del umbral de ingresos de la licencia que sirven Qwen3.8-27B en GPU B300 o MI355X con concurrencia baja o moderada.
¿Cuánto cuesta EAGLE-4 para un equipo o en producción?
Sin tarifa por debajo del umbral de la licencia; las empresas con más de 20 millones de US$ de ingresos en 12 meses, o que ofrezcan un producto competidor, necesitan un acuerdo comercial cuyo precio no está publicado.
¿Es EAGLE-4 seguro para los datos de la empresa?
Funciona por completo en tus propias GPU; no interviene ningún servicio alojado. El ejemplo de Docker publica el puerto 30000 solo en 127.0.0.1 y el inicio rápido no define clave de API, así que añade una antes de exponer el servidor.
¿Cuáles son las mejores alternativas a EAGLE-4?
Las alternativas más cercanas que hemos analizado son SGLang, vLLM y TensorRT-LLM.

Respuestas comprobadas el 21 nov 2026.