# Deepent Research

> Deepent Research is a refusal-free ("uncensored") LLM chat service. Standard AI assistants stop and refuse questions; Deepent answers them to the end. Powered by abliterated open-weight models (Qwen3.5 / Qwen3.8-27B-abliterated family).

## Agent API (pay-per-request, x402)

Agents can call our inference API without any signup. Payment is handled with the
x402 (HTTP 402) standard in USDC on Base. Price is per request; test the negotiation
with a plain POST.

- Endpoint: POST https://api.deepentresearch.com/v1/agent/chat
- Payment: x402 "exact" scheme, USDC on Base (eip155:8453)
- Price: standard $0.05 / performance $0.15 per request
- Machine-readable manifest: https://deepentresearch.com/.well-known/agent-api.json
- Behavior: returns 402 with a PAYMENT-REQUIRED header describing the payment. Retry with a signed payment header to receive a JSON completion.

Request body: { "messages": [{ "role": "user", "content": "..." }], "model": "standard" }

## MCP server

Agents can also call Deepent as an MCP tool (Streamable HTTP, JSON-RPC 2.0):

- Endpoint: POST https://deepentresearch.com/mcp
- Tools: `deepent_chat` (requires a subscription API key `dp_...` — pass it as the `api_key` argument or an `Authorization: Bearer` header) and `deepent_service_info` (free)

## Tools

- [GGUF VRAM calculator](https://deepentresearch.com/journal/tools/gguf-vram) (ja) / https://deepentresearch.com/en/journal/tools/gguf-vram (en): which GGUF quantization fits a given model size, context length and memory budget. The formula (weights + KV cache + runtime reserve) and the bits-per-weight table are published on the page, so the numbers can be checked.

## Articles (journal)

- [検閲なし AI で文章を書くには？小説・レポートを止められずに書く手順](https://deepentresearch.com/journal/writing-with-uncensored-ai): 場面が激しい小説や、専門的なレポートの下書きで「お答えできません」と止まることがあります。検閲なし AI で書くときの設定資料の渡し方、場面を分けた書き方、文体の見本の使い方、著作権の注意を、非技術者向けに整理します。
- [AI が「答えられない」と言うのはなぜ？4 つの理由の見分け方と止まったときの対処](https://deepentresearch.com/journal/why-ai-refuses): AI が断る理由は 1 つではありません。安全のための判定、情報がない、聞き方の不足、不具合や回数の上限の 4 つに分かれます。画面の表示から理由を見分けて、それぞれに合った対処をする手順と確認先を、非技術者向けに整理します。
- [生成 AI に任せてよいこと・いけないこと——個人情報・著作権の線引きと確認 5 項目](https://deepentresearch.com/journal/what-to-delegate-to-ai): 要約や下調べは任せられても、個人情報の入力や生成物のそのまま公開は別の話です。任せてよい作業と任せない方がよいもの、個人情報保護委員会の注意喚起と文化庁の考え方から見た注意点、会社で使うときの決め方と確認チェックリストを整理します。
- [検閲なし（abliterated）モデルは商用利用できる？ライセンス確認の手順と落とし穴](https://deepentresearch.com/journal/uncensored-models-commercial-use): 検閲なし・abliterated 版の多くは Apache 2.0 や MIT の系譜にあり商用利用の道はありますが、条件は元モデルに遡ります。再配布・サービス提供・出力利用で変わる義務、利用ポリシーとの違い、確認手順 4 ステップと見落としやすい 5 点を整理します。
- [何でも答えてくれる AI を使うには？スマホ・登録なしで始める手順と止まらない聞き方](https://deepentresearch.com/journal/no-filter-ai-how-to-use): 「何でも答えてくれる AI」は、拒否が少ないモデルを使うサービスです。スマホのブラウザで登録なしに試す手順（お試しはテキスト 1 回）、止まったときの聞き方 4 つ、任せてよいこと・任せない方がよいことを、実例つきで整理します。
- [検閲のない AI はどれを選ぶ？無料・登録なしで試す手順と確認する 3 点](https://deepentresearch.com/journal/no-filter-ai-guide): 検閲のない AI は「何でも答える」ではなく「拒否が少ない」という意味です。無料で試せるか・登録が要るか・入力を学習に使うかの 3 点で選び、同じ質問を投げて確かめる手順と、使う前に見るべき注意点を、非技術者向けに整理します。
- [日本語で使う検閲なしモデルの選び方——スコアの順位と実タスクの順位は一致しない](https://deepentresearch.com/journal/japanese-uncensored-models): 日本語の実力は Nejumi Leaderboard 4 のような公開スコアで当たりを付けられますが、総合スコアの順位と会議要約のような実タスクの順位は一致しません（J-MeetEval: ρ = −0.52）。検閲なし版で日本語を選ぶときの注意と、自分の用途で試す 7 問を整理します。
- [AI に画像で質問するには？スクショや写真を読ませて調べる手順と 5 つのコツ](https://deepentresearch.com/journal/ask-ai-about-an-image): エラー画面、説明書、領収書、手書きメモ。スクリーンショットや写真を AI に読ませると、打ち直さずに質問できます。送り方（対応形式・サイズ・枚数）、うまく読ませる撮り方 5 つ、用途別の聞き方、写してはいけないものを整理します。
- [AI の制限に当たったら？回数・内容・速度の違いと乗り換えの判断](https://deepentresearch.com/journal/ai-limit-alternatives): 回数の上限、内容による拒否、混雑や速度。AI の制限は種類ごとに待てば解決するかが違います。画面の案内から種類を確かめる手順と、乗り換え先 4 択（別サービス・拒否の少ないサービス・自分の PC・API）の向き不向き、移行時の確認事項を整理します。
- [Qwen3-VL abliterated はどれを選ぶ？画像も読める検閲なしモデルの選び方](https://deepentresearch.com/journal/qwen3-vl-abliterated): Qwen3-VL の abliterated（検閲なし）版は、2B から 32B までの通常モデルと 30B-A3B の MoE が公開されています。画像も読める検閲なしモデルを選ぶ基準を、配布元の公表値で整理します。GGUF で画像を扱うためのファイルの注意点もまとめます。
- [Ollama で検閲なし LLM を使うには？モデルの選び方と日本語の注意点](https://deepentresearch.com/journal/ollama-uncensored-llm): Ollama で検閲なし（uncensored）LLM を使う手順を、モデルの探し方から量子化の選び方まで解説します。日本語で使うときの確認手順と、起動しない・遅いといったつまずきやすい点も整理します。GPU メモリに合わせた選び方が分かります。
- [DeepSeek の uncensored 版はどれが出ている？V4.1 Flash の派生を整理](https://deepentresearch.com/journal/deepseek-uncensored): DeepSeek V4.1 Flash（2026年9月公開・MIT・マルチモーダル）の uncensored / abliterated 版を、abliterated 本体・独自加工・前世代 V4-Flash 系に分けて整理し、選び方と注意点をまとめます。
- [Qwen3.8-27B uncensored はどれを選ぶ？第三者鑑定が比較した12版](https://deepentresearch.com/journal/qwen38-uncensored-models): Qwen3.8-27B uncensored の派生モデルは加工元で中身が大きく異なります。第三者鑑定 Abliterlitics が検証した 12 版の拒否率・回答完了率・KL ダイバージェンスを比較し、おすすめの版、避けるべき版、失敗しない選び方の手順まで整理します。
- [uncensored LLM の悪用は実際にあるのか？検閲なし AI とサイバー犯罪の研究データ](https://deepentresearch.com/journal/uncensored-llm-misuse): uncensored LLM の悪用は実際にあるのか。公開された複数の大規模研究をもとに、検閲なしモデルの悪用規模、商用 API のジェイルブレイク（脱獄）との併用、安全機構が外れやすい構造、規制の死角、使う側の注意点を整理します。
- [GLM-5.3 の uncensored 版はどれが出ている？サイバー能力と Anthropic の警告を整理](https://deepentresearch.com/journal/glm-5-3-uncensored): GLM-5.3 は高いサイバー能力が評価されたオープンウェイトモデルで、公開直後から検閲なし派生が登場しています。NIST CAISI や Anthropic による公式評価の事実、セーフガードの外れやすさ、登場した 3 系統の派生モデルと、安全な扱い方を整理します。
- [Qwen3.8-Flash-Next の abliterated 版はどれを選ぶ？3 系統の派生を整理](https://deepentresearch.com/journal/qwen-flash-next-uncensored): Qwen3.8-Flash-Next は公開から約 5 週間で派生が 60 本を超え、abliterated 版も出ています。素の重みを加工した版・GGUF 再量子化版・速度重視の MTP 版の 3 系統の違いと、用途別の選び方、動かすときの注意点を整理します。
- [Gemma 4 abliterated はどれを選ぶ？26B MoE と 31B の違いと拒否率](https://deepentresearch.com/journal/gemma-abliterated): Gemma 4 abliterated は配布元ごとに加工範囲や拒否率が違います。26B-A4B MoE と 31B の違いを軸に、llmfan46・TrevorJS・SevenOfNine の公表値や KL ダイバージェンスを比べ、PC 環境別の選び方を整理します。
- [uncensored と abliterated の違い【「拒否しない AI」の用語をやさしく整理】](https://deepentresearch.com/journal/uncensored-vs-abliterated): uncensored は「拒否しない結果の状態」、abliterated は「拒否を重みから外す作り方の 1 つ」です。両者の関係と、再学習型・低ガードレール・制限なし AI・脱獄・拒否率の違いまで、拒否しない AI の用語をやさしく整理します。
- [メーカー公式の『低ガードレール』モデルとは？Meta・Google・Mistral・DeepSeek を3つの型で整理](https://deepentresearch.com/journal/low-guardrail-models): 大手メーカーが公開する「低ガードレール」なモデルを、分離型・素の重み＋利用時ポリシー型・同じ重み・違う運用型の 3 つに分けて整理します。Meta・Google・Mistral・DeepSeek を例に、uncensored モデルとの違いと選ぶときの確認点を解説します。
- [Uncensoredモデル おすすめ10選【2026年版】GPUメモリ別 uncensored LLM の選び方](https://deepentresearch.com/journal/uncensored-models): 2026 年の uncensored モデル（uncensored LLM）は Qwen 系の abliterated が主流です。GPU メモリ別におすすめ 10 本を比較し、uncensored と abliterated の違いと選び方、動かし方まで解説します。

## Optional

- RSS feed: https://deepentresearch.com/journal/feed.xml
- Markdown versions: request any article with "Accept: text/markdown" to get the raw Markdown.
- Service: https://deepentresearch.com