# falとFireworks、EAGLE-4とプロンプト拡張ベンチマークを公開

> 共同論文では、投機的デコード方式「EAGLE-4」と、画像・動画生成向けのプロンプト拡張を評価する400件のデータセットを紹介している。

Oossa · 2026-10-21 · https://oossa.com/ja/fal-and-fireworks-release-eagle-4-analysis-and-prompt-enhancement-benchmark

fal AIとFireworksは、新たな投機的デコードシステム「EAGLE-4」の技術解説を公開した。ブログでは、テキストから画像、画像から画像、テキストから動画、画像から動画のタスクを対象に、400件のプロンプトを収録した公開ベンチマーク「Prompt Enhancement SpecBench」も発表している。NVIDIA B300 GPUでのテストでは、FireworksベンチマークにおいてEAGLE-4 Harnessがバッチサイズ1で毎秒660.6トークンを達成し、次点の手法を1.63倍上回った。また、木構造による検証により、創作的なプロンプトでは受け入れ長が最大26％伸びた。今回の取り組みは、高速な画像・動画生成モデルでエンドツーエンドの処理時間の大半を占めるようになったプロンプト拡張の遅延を減らすことを目指している。

## 事実

- EAGLE-4 HarnessはFireworks Benchで、バッチサイズ1の場合に毎秒660.6トークンを達成（最良の代替手法の1.63倍）。
- Prompt Enhancement SpecBenchは18のデータセットから集めた400件を収録し、4カテゴリーに各100件ずつ分けている。

## なぜ重要か

プロンプト拡張を高速化すれば、画像・動画生成がほぼリアルタイムになるなかでも、開発者は応答性の高い体験を維持しやすくなる。

## 出典と参考資料

1. [EAGLE-4 Technical Deepdive](https://blog.fal.ai/eagle-4-technical-deepdive/) – fal AI, 2026-10-20

最終更新: 2026-10-21