Open WebUI માટે મફત LLM API
Open WebUI એક સ્વ-હોસ્ટેડ ચેટ ઇન્ટરફેસ છે. તે OpenAI Chat Completions API સાથે કામ કરતા કોઈપણ સર્વર સાથે જોડાય છે. આ માર્ગદર્શિકા Open WebUI ને FreeLLMAPI સાથે જોડે છે, જે એક કી પાછળ 45 મફત પ્રદાતા ટાયર એકત્ર કરે છે. તમે એક કનેક્શન ઉમેરો છો. રાઉટર દરેક ચેટ એક મફત મૉડેલને મોકલે છે અને મર્યાદા વિનંતીને રોકે ત્યારે આગલા પ્રદાતા પર જાય છે.
કોડ, મૉડેલ નામ અને લાઇવ કૅટલૉગ લેબલ અંગ્રેજીમાં બતાવવામાં આવે છે.
કનેક્શન કેવી રીતે કામ કરે છે
Open WebUI દરેક OpenAI કનેક્શનના URL પર ચેટ વિનંતીઓ મોકલે છે. FreeLLMAPI http://localhost:3001/v1 પર સાંભળે છે અને સમાન વિનંતીઓ સ્વીકારે છે. તે એક મફત મૉડેલ પસંદ કરે છે, વિનંતી મોકલે છે અને જવાબ OpenAI ફોર્મેટમાં પાછો આપે છે.
- એક કનેક્શન, ઘણા પ્રદાતાઓ: તમે એક URL અને એક એકીકૃત કી ઉમેરો છો. તમારી પ્રદાતા કી તમારા કમ્પ્યુટર પર FreeLLMAPI માં રહે છે.
- ફેલઓવર: જ્યારે પ્રદાતા 429 ભૂલ આપે, ત્યારે રાઉટર તમારી ફેલબેક સાંકળમાંનું આગલું મૉડેલ અજમાવે છે.
- મર્યાદા: મફત ટાયરમાં વિનંતી અને ટોકન મર્યાદા હોય છે. વધુ પ્રદાતા કી આપે તો દિવસ દીઠ વધુ વિનંતીઓ મળે. ફેલઓવર ભાર વહેંચે છે, પણ મર્યાદા દૂર કરતું નથી.
પહેલા FreeLLMAPI ઇન્સ્ટોલ કરો. તે Docker માં ચાલે છે. ડેશબોર્ડ http://localhost:3001 પર ખોલો, Keys પેજ પર ઓછામાં ઓછી બે મફત પ્રદાતા કી ઉમેરો અને તમારી એકીકૃત કી કૉપિ કરો.
FreeLLMAPI ઇન્સ્ટોલ કરો (macOS અથવા Linux)
curl -fsSL https://freellmapi.co/install.sh | bashપગલું 1: સાચો URL શોધો
Open WebUI એ કયો URL વાપરવો જોઈએ તે દરેક પ્રોગ્રામ ક્યાં ચાલે છે તેના પર આધાર રાખે છે. Open WebUI સામાન્ય રીતે Docker માં ચાલે છે. કન્ટેનરની અંદર, localhost એ કન્ટેનર પોતે છે, તમારું કમ્પ્યુટર નહીં.
| Open WebUI ચાલે છે | FreeLLMAPI ચાલે છે | વાપરવાનો URL |
|---|---|---|
| હોસ્ટ પર (pip અથવા uv) | હોસ્ટ પર (Docker અથવા ડેસ્કટૉપ ઍપ) | http://localhost:3001/v1 |
| Docker Desktop માં (macOS, Windows) | હોસ્ટ પર | http://host.docker.internal:3001/v1 |
| Linux પર Docker માં | Docker માં (ઇન્સ્ટોલ સ્ક્રિપ્ટ) | શેર્ડ Docker નેટવર્ક પર http://freellmapi:3001/v1 |
| બીજા કમ્પ્યુટર પર | તમારા LAN પરના સર્વર પર | http://<server-ip>:3001/v1, ફક્ત વિશ્વસનીય નેટવર્ક પર HOST_BIND=0.0.0.0 સાથે |
ડિફૉલ્ટ રીતે, FreeLLMAPI કન્ટેનર તેનું પોર્ટ ફક્ત 127.0.0.1 પર પ્રકાશિત કરે છે. Linux પર, બીજો કન્ટેનર હંમેશા હોસ્ટ દ્વારા તે પોર્ટ સુધી પહોંચી શકતો નથી. બંને કન્ટેનરને એક Docker નેટવર્ક સાથે જોડો. પછી હોસ્ટ નામ તરીકે સર્વિસ નામ freellmapi વાપરો.
Open WebUI ને FreeLLMAPI નેટવર્ક સાથે જોડો (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 300પગલું 2: કનેક્શન ઉમેરો
તમે કનેક્શન ઇન્ટરફેસમાં અથવા એન્વાયર્નમેન્ટ વેરિયેબલ વડે ઉમેરી શકો છો. ઇન્ટરફેસ સૌથી સરળ રીત છે.
- Admin Panel ખોલો અને Settings > Connections પર જાઓ.
- Manage OpenAI API Connections યાદી શોધો. Add Connection પર ક્લિક કરો.
- URL માં પગલું 1 નો URL લખો, ઉદાહરણ તરીકે
http://host.docker.internal:3001/v1. - API Key માં તમારી FreeLLMAPI એકીકૃત કી પેસ્ટ કરો.
- Verify Connection પર ક્લિક કરો. પછી Save પર ક્લિક કરો.
કન્ટેનર શરૂ થાય ત્યારે કનેક્શન સેટ કરવા માટે, OPENAI_API_BASE_URL અને OPENAI_API_KEY વાપરો. નીચેનો આદેશ આ બે વેરિયેબલ ઉમેરેલો માનક Open WebUI docker run આદેશ છે.
FreeLLMAPI કનેક્શન સાથે docker run
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:mainહાલનું OpenAI કનેક્શન રાખવા માટે, બહુવચન વેરિયેબલ વાપરો. OPENAI_API_BASE_URLS અને OPENAI_API_KEYS અર્ધવિરામથી અલગ કરેલી યાદીઓ લે છે. પહેલી કી પહેલા URL સાથે જાય છે.
એક કન્ટેનરમાં બે કનેક્શન
-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 પણ સેટ કરી શકાય છે.પગલું 3: મૉડેલ યાદી ટૂંકી રાખો
FreeLLMAPI /v1/models પર તેનો સંપૂર્ણ કૅટલૉગ પાછો આપે છે. કૅટલૉગમાં એવા મૉડેલ પણ હોય છે જેને તમે હજી કૉલ કરી શકતા નથી, કારણ કે તમે તેમના માટે કી ઉમેરી નથી. Open WebUI કનેક્શન જે પણ મૉડેલ પાછા આપે તે બધા બતાવે છે. નિષ્ફળ થતા મૉડેલની લાંબી યાદી ઉપયોગી નથી.
કનેક્શન ફરીથી ખોલો અને Model IDs ફીલ્ડ વાપરો. જ્યારે તમે ID ઉમેરો, ત્યારે Open WebUI ફક્ત આ ID બતાવે છે અને સંપૂર્ણ યાદી વાંચવાનું બંધ કરે છે. પહેલા રાઉટર એન્ટ્રી ઉમેરો:
| મૉડેલ ID | રાઉટર શું કરે છે |
|---|---|
auto | ડેશબોર્ડમાંની તમારી સક્રિય ફેલબેક સાંકળને અનુસરે છે |
auto:fast | સક્ષમ મૉડેલને માપેલી ગતિ પ્રમાણે ક્રમ આપે છે |
auto:smart | સક્ષમ મૉડેલને બુદ્ધિ પ્રમાણે ક્રમ આપે છે |
auto:reliable | સક્ષમ મૉડેલને તાજેતરના સફળતા દર પ્રમાણે ક્રમ આપે છે |
auto:<profile> | નામવાળી ફેલબેક સાંકળ વાપરે છે, ઉદાહરણ તરીકે વિઝન સાંકળ |
તમે નીચેના કોષ્ટકનું મૉડેલ જેવું નિશ્ચિત મૉડેલ ID પણ ઉમેરી શકો છો. નિશ્ચિત મૉડેલ દર વખતે એક જ શૈલીનો જવાબ આપે છે. જ્યારે તે મૉડેલની મફત મર્યાદા વપરાઈ જાય, ત્યારે તે પણ અટકી જાય છે, સિવાય કે તે જ મૉડેલ બીજા પ્રદાતાઓ પર મફત હોય.
ક્વોટા બચાવવા માટે, ટાસ્ક મૉડેલ કોઈ ઝડપી એન્ટ્રી પર સેટ કરો. Open WebUI શીર્ષકો અને શોધ ક્વેરી માટે ટાસ્ક મૉડેલ વાપરે છે. વેરિયેબલ TASK_MODEL_EXTERNAL છે, ઉદાહરણ તરીકે TASK_MODEL_EXTERNAL=auto:fast.
| મૉડેલ | મફત ઉપલબ્ધ | સંદર્ભ | મફત મર્યાદા (શ્રેષ્ઠ ઑફર) | સાધનો | વિઝન |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 વિનંતી/મિનિટ 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | હા | ના |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 વધુ | 1M | 40 વિનંતી/મિનિટ 40 RPM | હા | હા |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 વિનંતી/મિનિટ 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | હા | હા |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | હા | ના |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
| Deepseek V4.1 Flash | APINex | 1M | 5 વિનંતી/મિનિટ 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ના | ના |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 વિનંતી/મિનિટ 20 વિનંતી/દિવસ 250,000 ટોકન/મિનિટ ~3M | હા | હા |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 વિનંતી/મિનિટ 50 વિનંતી/દિવસ 50 req/day account-wide (1,000 after a $10 purchase) | હા | હા |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 વિનંતી/મિનિટ 50 વિનંતી/દિવસ Shared rate limit | હા | ના |
મેળ ખાતા 184 મફત મૉડેલમાંથી 10 બતાવ્યા. બધા મૉડેલ જુઓ.
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
જો તમે Open WebUI માં છબીઓ મોકલો, તો રાઉટર તે વિનંતી માટે ફક્ત વિઝન મૉડેલ વાપરે છે. જો તમારી સાંકળમાં કોઈ વિઝન મૉડેલ ન હોય, તો વિનંતી 422 ભૂલ આપે છે. આ મફત મૉડેલ છબી ઇનપુટ સ્વીકારે છે:
| મૉડેલ | મફત ઉપલબ્ધ | સંદર્ભ | મફત મર્યાદા (શ્રેષ્ઠ ઑફર) | સાધનો | વિઝન |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 વિનંતી/મિનિટ 1 req/min per model | હા | હા |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | હા | હા |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 વિનંતી/મિનિટ 20 વિનંતી/દિવસ 250,000 ટોકન/મિનિટ ~3M | હા | હા |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 વિનંતી/મિનિટ 20 વિનંતી/દિવસ 250,000 ટોકન/મિનિટ ~3M | હા | હા |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
મેળ ખાતા 67 મફત મૉડેલમાંથી 6 બતાવ્યા. બધા મૉડેલ જુઓ.
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
દસ્તાવેજો માટે મફત એમ્બેડિંગ વાપરો
Open WebUI OpenAI સાથે સુસંગત API દ્વારા તમારા દસ્તાવેજો માટે એમ્બેડિંગ બનાવી શકે છે. FreeLLMAPI /v1/embeddings પીરસે છે. એમ્બેડિંગ ફેલઓવર ક્યારેય મૉડેલ બદલતું નથી, તેથી તમારા સ્ટોરમાંના વેક્ટર સુસંગત રહે છે.
Open WebUI માટે એમ્બેડિંગ સેટિંગ્સ
-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-m3એક એમ્બેડિંગ પરિવાર પસંદ કરો અને તેને રાખો. જો તમે પરિવાર બદલો, તો બધા દસ્તાવેજો માટે ફરીથી એમ્બેડિંગ બનાવો. આજના કૅટલૉગમાંના મફત એમ્બેડિંગ મૉડેલ આ છે:
| મૉડેલ | પ્રદાતા | પરિમાણો | મહત્તમ ઇનપુટ | મફત મર્યાદા |
|---|---|---|---|---|
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) |
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
સમસ્યા નિવારણ
| સમસ્યા | કારણ | ઉકેલ |
|---|---|---|
| Verify Connection નેટવર્ક ભૂલ સાથે નિષ્ફળ જાય છે | localhost Open WebUI કન્ટેનર તરફ દોરી જાય છે | પગલું 1 પ્રમાણે host.docker.internal અથવા શેર્ડ Docker નેટવર્ક વાપરો |
| Verify Connection 401 સાથે નિષ્ફળ જાય છે | કી ખોટી છે અથવા તેમાં જગ્યાઓ છે | Keys પેજ પરથી એકીકૃત કી ફરીથી કૉપિ કરો |
| પસંદગીકારમાં સેંકડો મૉડેલ | કનેક્શન સંપૂર્ણ કૅટલૉગ વાંચે છે | Model IDs માં auto અને તમારા પસંદ કરેલા ID ઉમેરો |
| દરેક સંદેશ સાથે એક મૉડેલ નિષ્ફળ જાય છે | તે મૉડેલના પ્રદાતા માટે કોઈ કી નથી | પ્રદાતા કી ઉમેરો, અથવા auto પસંદ કરો |
| ઘણી ચેટ પછી ભૂલ 429 | સાંકળની બધી પ્રદાતા કી તેમની મર્યાદા પર છે | વધુ પ્રદાતાઓની કી ઉમેરો, અથવા Retry-After હેડરમાંના રીસેટ સમયની રાહ જુઓ |
| એન્વાયર્નમેન્ટ વેરિયેબલની કોઈ અસર થતી નથી | ડેટાબેઝમાં સાચવેલી કિંમતો આગળ રહે છે | Admin Panel માં કનેક્શન સંપાદિત કરો |
કઈ પ્રદાતાએ ચેટનો જવાબ આપ્યો તે જોવા માટે, પ્રતિભાવનો X-Routed-Via હેડર વાંચો. ડેશબોર્ડના Analytics મેનૂમાંનું Server Logs વ્યુઅર રાઉટિંગ નિર્ણયો અને કી કૂલડાઉન પણ બતાવે છે.
વારંવાર પૂછાતા પ્રશ્નો
શું Open WebUI માટે મફત API છે?
હા. Open WebUI કોઈપણ OpenAI સાથે સુસંગત API સાથે કામ કરે છે. FreeLLMAPI મફત પ્રદાતા ટાયરને એક URL અને એક કી પાછળ જોડે છે. દરેક મફત ટાયરની પોતાની મર્યાદા હોય છે.
Open WebUI માં OpenAI સાથે સુસંગત કનેક્શન માટે હું કયો URL વાપરું?
અંતે /v1 સાથેનો બેઝ URL વાપરો, ઉદાહરણ તરીકે http://host.docker.internal:3001/v1. /chat/completions ઉમેરશો નહીં. જો Open WebUI Docker માં ચાલે, તો localhost વાપરશો નહીં.
Open WebUI મારો OPENAI_API_BASE_URL ફેરફાર કેમ અવગણે છે?
Open WebUI પહેલી શરૂઆત પછી કનેક્શન સેટિંગ્સ તેના ડેટાબેઝમાં સાચવે છે. ડેટાબેઝની કિંમતો આગળ રહે છે. Admin Panel માં કનેક્શન સંપાદિત કરો, અથવા ENABLE_PERSISTENT_CONFIG=False સેટ કરો.
શું Open WebUI એક સાથે ઘણા મફત પ્રદાતા વાપરી શકે છે?
હા. તમે દરેક પ્રદાતા માટે એક કનેક્શન ઉમેરી શકો છો. FreeLLMAPI સાથે એક કનેક્શન પૂરતું છે, કારણ કે રાઉટર પ્રદાતા પસંદ કરે છે અને મર્યાદા વિનંતીને રોકે ત્યારે આગલા પર જાય છે.
Open WebUI માં કયું મફત મૉડેલ શ્રેષ્ઠ છે?
auto થી શરૂ કરો. તે તમારી ફેલબેક સાંકળને અનુસરે છે. નિશ્ચિત મૉડેલ માટે, આ પેજના કોષ્ટક પરથી મોટી સંદર્ભ વિન્ડો ધરાવતું એક મૉડેલ પસંદ કરો.
સંબંધિત માર્ગદર્શિકાઓ
- SillyTavern માટે મફત API
- મફત OpenAI સાથે સુસંગત API base URL
- મફત embeddings API
- RAG માટે મફત LLM API
- મફત LLM API rate limits
સ્રોતો
- Open WebUI docs: environment variable configuration (તપાસ્યું 20 November 2026)
- Open WebUI docs: connect an OpenAI-compatible provider (તપાસ્યું 20 November 2026)
- Open WebUI README: Docker installation (તપાસ્યું 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, embeddings) (તપાસ્યું 20 November 2026)
- FreeLLMAPI docs: Docker deployment (તપાસ્યું 20 November 2026)