API LLM gratuita para Open WebUI
Open WebUI es una interfaz de chat autoalojada. Se conecta a cualquier servidor que use la API de Chat Completions de OpenAI. Esta guía conecta Open WebUI a FreeLLMAPI, que reúne 45 niveles gratuitos de proveedores detrás de una sola clave. Usted añade una conexión. El enrutador envía cada chat a un modelo gratuito y pasa al siguiente proveedor cuando un límite detiene una solicitud.
El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.
Cómo funciona la conexión
Open WebUI envía las solicitudes de chat a la URL de cada conexión de OpenAI. FreeLLMAPI escucha en http://localhost:3001/v1 y acepta las mismas solicitudes. Selecciona un modelo gratuito, envía la solicitud y devuelve la respuesta en formato OpenAI.
- Una conexión, muchos proveedores: usted añade una URL y una clave unificada. Sus claves de proveedor permanecen en FreeLLMAPI, en su equipo.
- Conmutación por error: cuando un proveedor devuelve un error 429, el enrutador prueba el siguiente modelo de su cadena de respaldo.
- Límites: los niveles gratuitos tienen límites de solicitudes y de tokens. Más claves de proveedor dan más solicitudes por día. La conmutación por error reparte la carga, pero no elimina los límites.
Instale primero FreeLLMAPI. Se ejecuta en Docker. Abra el panel en http://localhost:3001, añada al menos dos claves de proveedores gratuitos en la página Keys y copie su clave unificada.
Instalar FreeLLMAPI (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashPaso 1: Encontrar la URL correcta
La URL que debe usar Open WebUI depende del lugar donde se ejecuta cada programa. Open WebUI suele ejecutarse en Docker. Dentro de un contenedor, localhost es el propio contenedor, no su equipo.
| Open WebUI se ejecuta | FreeLLMAPI se ejecuta | URL que se debe usar |
|---|---|---|
| En el host (pip o uv) | En el host (Docker o aplicación de escritorio) | http://localhost:3001/v1 |
| En Docker Desktop (macOS, Windows) | En el host | http://host.docker.internal:3001/v1 |
| En Docker en Linux | En Docker (script de instalación) | http://freellmapi:3001/v1 en una red Docker compartida |
| En otro equipo | En un servidor de su red local | http://<server-ip>:3001/v1, con HOST_BIND=0.0.0.0 solo en una red de confianza |
De forma predeterminada, el contenedor de FreeLLMAPI publica su puerto solo en 127.0.0.1. En Linux, un segundo contenedor no siempre puede llegar a ese puerto a través del host. Conecte ambos contenedores a una misma red de Docker. Después use el nombre del servicio freellmapi como nombre de host.
Conectar Open WebUI a la red de FreeLLMAPI (Linux)
# Find the network of the FreeLLMAPI stack (usually freellmapi_default)
docker network ls
# Attach the Open WebUI container to it
docker network connect freellmapi_default open-webui
# Test the URL from inside the Open WebUI container
docker exec open-webui curl -s http://freellmapi:3001/v1/models \
-H "Authorization: Bearer <unified-key>" | head -c 300Paso 2: Añadir la conexión
Puede añadir la conexión en la interfaz o con variables de entorno. La interfaz es el método más sencillo.
- Abra el Admin Panel y vaya a Settings > Connections.
- Busque la lista Manage OpenAI API Connections. Haga clic en Add Connection.
- En URL, escriba la URL del Paso 1, por ejemplo
http://host.docker.internal:3001/v1. - En API Key, pegue su clave unificada de FreeLLMAPI.
- Haga clic en Verify Connection. Después haga clic en Save.
Para definir la conexión cuando se inicia el contenedor, use OPENAI_API_BASE_URL y OPENAI_API_KEY. El comando siguiente es el comando docker run estándar de Open WebUI con estas dos variables añadidas.
docker run con la conexión de FreeLLMAPI
docker run -d -p 3000:8080 \
--add-host=host.docker.internal:host-gateway \
-e OPENAI_API_BASE_URL=http://host.docker.internal:3001/v1 \
-e OPENAI_API_KEY=<unified-key> \
-v open-webui:/app/backend/data \
--name open-webui --restart always \
ghcr.io/open-webui/open-webui:mainPara mantener una conexión de OpenAI existente, use las variables en plural. OPENAI_API_BASE_URLS y OPENAI_API_KEYS aceptan listas separadas por punto y coma. La primera clave va con la primera URL.
Dos conexiones en un solo contenedor
-e OPENAI_API_BASE_URLS="https://api.openai.com/v1;http://host.docker.internal:3001/v1" \
-e OPENAI_API_KEYS="<openai-key>;<unified-key>"ENABLE_PERSISTENT_CONFIG=False para que prevalezca el entorno.Paso 3: Mantener corta la lista de modelos
FreeLLMAPI devuelve su catálogo completo en /v1/models. El catálogo también incluye modelos que todavía no puede llamar, porque no añadió una clave para ellos. Open WebUI muestra todos los modelos que devuelve la conexión. Una lista larga de modelos que fallan no sirve de nada.
Abra de nuevo la conexión y use el campo Model IDs. Cuando añade IDs, Open WebUI muestra solo estos IDs y deja de leer el catálogo completo. Añada primero las entradas del enrutador:
| ID del modelo | Qué hace el enrutador |
|---|---|
auto | Sigue su cadena de respaldo activa desde el panel |
auto:fast | Ordena los modelos habilitados por velocidad medida |
auto:smart | Ordena los modelos habilitados por inteligencia |
auto:reliable | Ordena los modelos habilitados por tasa de éxito reciente |
auto:<profile> | Usa una cadena de respaldo con nombre, por ejemplo una cadena de visión |
También puede añadir un ID de modelo fijo, por ejemplo un modelo de la tabla siguiente. Un modelo fijo da respuestas con el mismo estilo en cada ocasión. Además, se detiene cuando se agota el límite gratuito de ese modelo, salvo que el mismo modelo sea gratuito en otros proveedores.
Para ahorrar cuota, defina como modelo de tareas una entrada rápida. Open WebUI usa el modelo de tareas para los títulos y las consultas de búsqueda. La variable es TASK_MODEL_EXTERNAL, por ejemplo TASK_MODEL_EXTERNAL=auto:fast.
| Modelo | Gratis en | Contexto | Límites gratuitos (mejor oferta) | Herramientas | Visión |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 solicitudes/min 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Sí | No |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 más | 1M | 40 solicitudes/min 40 RPM | Sí | Sí |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 solicitudes/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Sí | Sí |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Sí | No |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
| Deepseek V4.1 Flash | APINex | 1M | 5 solicitudes/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | No | No |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 solicitudes/min 50 solicitudes/día 50 req/day account-wide (1,000 after a $10 purchase) | Sí | Sí |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 solicitudes/min 50 solicitudes/día Shared rate limit | Sí | No |
Se muestran 10 de 184 modelos gratuitos que coinciden. Ver todos los modelos.
Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.
Si envía imágenes en Open WebUI, el enrutador usa solo modelos de visión para esa solicitud. Si ninguna cadena contiene un modelo de visión, la solicitud devuelve el error 422. Estos modelos gratuitos aceptan imágenes:
| Modelo | Gratis en | Contexto | Límites gratuitos (mejor oferta) | Herramientas | Visión |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 solicitudes/min 1 req/min per model | Sí | Sí |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Sí | Sí |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 solicitudes/min 20 solicitudes/día 250,000 tokens/min ~3M | Sí | Sí |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Sí | Sí |
Se muestran 6 de 67 modelos gratuitos que coinciden. Ver todos los modelos.
Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.
Use embeddings gratuitos para los documentos
Open WebUI puede crear embeddings de sus documentos a través de una API compatible con OpenAI. FreeLLMAPI sirve /v1/embeddings. La conmutación por error de embeddings nunca cambia el modelo, por lo que los vectores de su almacén siguen siendo compatibles.
Configuración de embeddings para Open WebUI
-e RAG_EMBEDDING_ENGINE=openai \
-e RAG_OPENAI_API_BASE_URL=http://host.docker.internal:3001/v1 \
-e RAG_OPENAI_API_KEY=<unified-key> \
-e RAG_EMBEDDING_MODEL=bge-m3Seleccione una familia de embeddings y manténgala. Si cambia de familia, vuelva a crear los embeddings de todos los documentos. Los modelos de embeddings gratuitos del catálogo actual son:
| Modelo | Proveedor | Dimensiones | Entrada máx. | Límite gratuito |
|---|---|---|---|---|
Gemini Embeddinggemini-embedding-001 | Google AI Studio | 3072 | 2048 | 100 rpm · 1K req/day |
Nemotron Embed VL 1Bnvidia/llama-nemotron-embed-vl-1b-v2 | NVIDIA NIM | 2048 | 8192 | ~40 rpm |
Nemotron 3 Embed 1B (OR free)nvidia/nemotron-3-embed-1b:free | OpenRouter | 2048 | 32768 | 20 rpm · shared free daily cap |
SEA-LION E5 Embedding 600Maisingapore/SEA-LION-E5-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 300Maisingapore/SEA-LION-ModernBERT-Embedding-300M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 600Maisingapore/SEA-LION-ModernBERT-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
BGE-M3@cf/baai/bge-m3 | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
EmbeddingGemma 300M@cf/google/embeddinggemma-300m | Cloudflare Workers AI | 768 | 2048 | 10K neurons/day (shared) |
Qwen3 Embedding 0.6B@cf/qwen/qwen3-embedding-0.6b | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
Cohere Embed v4embed-v4.0 | Cohere | 1536 | 128000 | 1K calls/mo (shared w/ chat) |
Gemini Embedding 2gemini-embedding-2 | Google AI Studio | 3072 | 8192 | free-tier rate limited |
Nemotron 3 Embed 1Bnvidia/nemotron-3-embed-1b | NVIDIA NIM | 2048 | 4096 | ~40 rpm |
PLaMo Embedding 1B (CF)@cf/pfnet/plamo-embedding-1b | Cloudflare Workers AI | 2048 | 4096 | 10K neurons/day (shared) |
BGE Small EN v1.5 (CF)@cf/baai/bge-small-en-v1.5 | Cloudflare Workers AI | 384 | 512 | 10K neurons/day (shared) |
BGE Base EN v1.5 (CF)@cf/baai/bge-base-en-v1.5 | Cloudflare Workers AI | 768 | 512 | 10K neurons/day (shared) |
BGE Large EN v1.5 (CF)@cf/baai/bge-large-en-v1.5 | Cloudflare Workers AI | 1024 | 512 | 10K neurons/day (shared) |
Mistral Embedmistral-embed | Mistral | 1024 | 8192 | free mode · monthly cap (shared) |
Codestral Embedcodestral-embed | Mistral | 1536 | 8192 | free mode · monthly cap (shared) |
Llama Text Embed v2 (Pinecone)llama-text-embed-v2 | Pinecone | 1024 | 2048 | 5M tokens/mo per model |
Multilingual E5 Large (Pinecone)multilingual-e5-large | Pinecone | 1024 | 507 | 5M tokens/mo per model |
Nemotron 3 Embed 1B (Speka)nvidia/nemotron-3-embed-1b | Speka | 2048 | 8192 | $1/month shared across Speka models |
OpenAI: Text Embedding 3 Small (ElectronHub)text-embedding-3-small | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
OpenAI: Text Embedding 3 Large (ElectronHub)text-embedding-3-large | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Nemotron 3 Embed 8B (Inferbase)nvidia-nemotron-3-embed-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 0.6B (Inferbase)qwen3-embedding-0-6b | Inferbase | 1024 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 4B (Inferbase)qwen3-embedding-4b | Inferbase | 2560 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 8B (Inferbase)qwen3-embedding-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
LFM2.5 Embedding 350M (LLMTR)liquid/lfm-2.5-embedding-350m-free | LLMTR | 1024 | 512 | Ongoing zero-price route; provider terms apply |
BGE-M3 (SEA-LION)BAAI/bge-m3 | SEA-LION | 1024 | 8192 | free · 10 rpm |
Cohere Embed English v3embed-english-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Qwen3 Embedding 8B (OVH)Qwen3-Embedding-8B | OVH AI Endpoints | 4096 | 32768 | free · anonymous 2 req/min per IP |
BGE-M3 (OVH)bge-m3 | OVH AI Endpoints | 1024 | 8192 | free · anonymous 2 req/min per IP |
BGE Multilingual Gemma2 (OVH)bge-multilingual-gemma2 | OVH AI Endpoints | 3584 | 8192 | free · anonymous 2 req/min per IP |
Mistral: Codestral Embed (ElectronHub)codestral-embed | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Mistral: Mistral Embed (ElectronHub)mistral-embed | ElectronHub | 1024 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 2 (ElectronHub)gemini-embedding-2 | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 001 (ElectronHub)gemini-embedding-001 | ElectronHub | 3072 | 2048 | $0.25/week shared free credits |
OpenAI: Text Embedding Ada 002 (ElectronHub)text-embedding-ada-002 | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Cohere Embed English Light v3embed-english-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual v3embed-multilingual-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual Light v3embed-multilingual-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.
Solución de problemas
| Problema | Causa | Solución |
|---|---|---|
| Verify Connection falla con un error de red | localhost apunta al contenedor de Open WebUI | Use host.docker.internal o una red Docker compartida, como en el Paso 1 |
| Verify Connection falla con 401 | La clave es incorrecta o tiene espacios | Copie de nuevo la clave unificada desde la página Keys |
| Cientos de modelos en el selector | La conexión lee el catálogo completo | Añada auto y los IDs que elija en Model IDs |
| Un modelo falla con todos los mensajes | No hay clave para el proveedor de ese modelo | Añada la clave del proveedor o seleccione auto |
| Error 429 después de muchos chats | Todas las claves de proveedor de la cadena llegaron a su límite | Añada claves de más proveedores o espere a la hora de restablecimiento que indica la cabecera Retry-After |
| Las variables de entorno no tienen efecto | Los valores guardados en la base de datos tienen prioridad | Edite la conexión en el Admin Panel |
Para ver qué proveedor respondió a un chat, lea la cabecera X-Routed-Via de la respuesta. El visor de registros del servidor, en el menú Analytics del panel, también muestra las decisiones de enrutamiento y los tiempos de espera de las claves.
Preguntas frecuentes
¿Hay una API gratuita para Open WebUI?
Sí. Open WebUI funciona con cualquier API compatible con OpenAI. FreeLLMAPI combina niveles gratuitos de proveedores detrás de una sola URL y una sola clave. Cada nivel gratuito tiene sus propios límites.
¿Qué URL uso para una conexión compatible con OpenAI en Open WebUI?
Use la URL base con /v1 al final, por ejemplo http://host.docker.internal:3001/v1. No añada /chat/completions. Si Open WebUI se ejecuta en Docker, no use localhost.
¿Por qué Open WebUI ignora el cambio de OPENAI_API_BASE_URL?
Open WebUI guarda la configuración de la conexión en su base de datos después del primer inicio. Los valores de la base de datos tienen prioridad. Edite la conexión en el Admin Panel o defina ENABLE_PERSISTENT_CONFIG=False.
¿Puede Open WebUI usar varios proveedores gratuitos a la vez?
Sí. Puede añadir una conexión por proveedor. Con FreeLLMAPI basta una sola conexión, porque el enrutador elige el proveedor y pasa al siguiente cuando un límite detiene una solicitud.
¿Cuál es el mejor modelo gratuito en Open WebUI?
Empiece con auto. Sigue su cadena de respaldo. Para un modelo fijo, seleccione uno con una ventana de contexto grande de la tabla de esta página.
Guías relacionadas
- API gratuita para SillyTavern
- URL base gratuitas compatibles con OpenAI
- API gratuita de embeddings
- API LLM gratuita para RAG
- Límites de uso de API LLM gratuitas
Fuentes
- Open WebUI docs: environment variable configuration (revisado 20 November 2026)
- Open WebUI docs: connect an OpenAI-compatible provider (revisado 20 November 2026)
- Open WebUI README: Docker installation (revisado 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, embeddings) (revisado 20 November 2026)
- FreeLLMAPI docs: Docker deployment (revisado 20 November 2026)