Gemma 4のMTP（Multi-Token Prediction）におけるspeculative decodingの仕組みを解説。本体モデルと密結合した小型モデル（drafter）により、一度の重み転送で複数トークンを推論し、生成速度を最大3倍にする技術背景を要約。
コストをなんとわずか17分の1に節約できるDeepSeek V4 Proを使ったClaude Codeエージェントループ「deepclaude」
編集メモ: Gemma 4などのMTP技術による推論高速化は、LLM活用におけるコストとパフォーマンスの最適化を実現し、開発効率を飛躍的に高める重要な技術トレンドとなります。