होम / गाइड / Open WebUI के लिए मुफ़्त LLM API

Open WebUI के लिए मुफ़्त LLM API

Open WebUI एक स्व-होस्टेड चैट इंटरफ़ेस है। यह OpenAI Chat Completions API वाले किसी भी सर्वर से जुड़ सकता है। यह गाइड Open WebUI को FreeLLMAPI से जोड़ती है, जो एक key के पीछे 45 मुफ़्त provider टियर को जोड़ता है। आप एक कनेक्शन जोड़ते हैं। राउटर हर चैट को एक मुफ़्त मॉडल भेजता है, और जब कोई सीमा अनुरोध को रोकती है, तो अगले provider पर जाता है।

कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।

कनेक्शन कैसे काम करता है

Open WebUI हर OpenAI कनेक्शन के URL पर चैट अनुरोध भेजता है। FreeLLMAPI http://localhost:3001/v1 पर सुनता है और वही अनुरोध स्वीकार करता है। यह एक मुफ़्त मॉडल चुनता है, अनुरोध भेजता है, और उत्तर OpenAI फ़ॉर्मेट में लौटाता है।

  • एक कनेक्शन, कई provider: आप एक URL और एक एकीकृत key जोड़ते हैं। आपकी provider keys आपके कंप्यूटर पर FreeLLMAPI में ही रहती हैं।
  • फ़ेलओवर: जब कोई provider 429 त्रुटि लौटाता है, तो राउटर आपकी fallback chain में अगला मॉडल आज़माता है।
  • सीमाएँ: मुफ़्त टियर में अनुरोध और token की सीमाएँ होती हैं। अधिक provider keys से प्रति दिन अधिक अनुरोध मिलते हैं। फ़ेलओवर भार बाँटता है, लेकिन सीमाएँ नहीं हटाता।

पहले FreeLLMAPI इंस्टॉल करें। यह Docker में चलता है। http://localhost:3001 पर dashboard खोलें, Keys पेज पर कम से कम दो मुफ़्त provider keys जोड़ें, और अपनी एकीकृत key कॉपी करें।

FreeLLMAPI इंस्टॉल करें (macOS या Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

चरण 1: सही URL खोजें

Open WebUI को कौन सा URL इस्तेमाल करना चाहिए, यह इस पर निर्भर करता है कि हर प्रोग्राम कहाँ चलता है। Open WebUI आमतौर पर Docker में चलता है। किसी container के अंदर, localhost वह container खुद है, आपका कंप्यूटर नहीं।

Open WebUI चलता हैFreeLLMAPI चलता हैइस्तेमाल करने वाला URL
होस्ट पर (pip या uv)होस्ट पर (Docker या desktop ऐप)http://localhost:3001/v1
Docker Desktop में (macOS, Windows)होस्ट परhttp://host.docker.internal:3001/v1
Linux पर Docker मेंDocker में (इंस्टॉल स्क्रिप्ट)एक साझा Docker network पर http://freellmapi:3001/v1
किसी दूसरे कंप्यूटर परआपके LAN पर किसी सर्वर परhttp://<server-ip>:3001/v1, और HOST_BIND=0.0.0.0 केवल एक भरोसेमंद network पर

डिफ़ॉल्ट रूप से, FreeLLMAPI container अपना port केवल 127.0.0.1 पर प्रकाशित करता है। Linux पर दूसरा container होस्ट के ज़रिए उस port तक हमेशा नहीं पहुँच पाता। दोनों containers को एक Docker network से जोड़ें। फिर होस्ट नाम के रूप में service नाम freellmapi का उपयोग करें।

Open WebUI को FreeLLMAPI network से जोड़ें (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 300

चरण 2: कनेक्शन जोड़ें

आप कनेक्शन को interface में या environment variables से जोड़ सकते हैं। Interface सबसे सरल तरीका है।

  1. Admin Panel खोलें और Settings > Connections पर जाएँ।
  2. Manage OpenAI API Connections सूची खोजें। Add Connection पर क्लिक करें।
  3. URL में चरण 1 का URL लिखें, उदाहरण के लिए http://host.docker.internal:3001/v1।
  4. API Key में अपनी FreeLLMAPI एकीकृत key चिपकाएँ।
  5. Verify Connection पर क्लिक करें। फिर Save पर क्लिक करें।

Container शुरू होने पर कनेक्शन सेट करने के लिए, OPENAI_API_BASE_URL और OPENAI_API_KEY का उपयोग करें। नीचे दिया गया command Open WebUI का मानक docker run command है, जिसमें ये दो variables जोड़े गए हैं।

FreeLLMAPI कनेक्शन के साथ 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:main

मौजूदा OpenAI कनेक्शन रखने के लिए, बहुवचन variables का उपयोग करें। OPENAI_API_BASE_URLS और OPENAI_API_KEYS semicolon से अलग की गई सूचियाँ लेते हैं। पहली key पहले URL के साथ जाती है।

एक container में दो कनेक्शन

-e OPENAI_API_BASE_URLS="https://api.openai.com/v1;http://host.docker.internal:3001/v1" \
-e OPENAI_API_KEYS="<openai-key>;<unified-key>"
महत्वपूर्ण: ये variables पहली बार शुरू होने पर Open WebUI database में सेव हो जाते हैं। उसके बाद, Admin Panel में सेव किए गए मान environment से पहले लागू होते हैं। अगर variables में बदलाव का असर नहीं होता, तो Admin Panel में कनेक्शन संपादित करें। environment को प्राथमिकता देने के लिए आप ENABLE_PERSISTENT_CONFIG=False भी सेट कर सकते हैं।

चरण 3: मॉडल सूची छोटी रखें

FreeLLMAPI /v1/models पर अपनी पूरी catalog लौटाता है। इस catalog में ऐसे मॉडल भी होते हैं जिन्हें आप अभी नहीं चला सकते, क्योंकि आपने उनके लिए key नहीं जोड़ी है। Open WebUI कनेक्शन से लौटाया गया हर मॉडल दिखाता है। असफल होने वाले मॉडलों की लंबी सूची उपयोगी नहीं होती।

कनेक्शन फिर से खोलें और Model IDs फ़ील्ड का उपयोग करें। जब आप IDs जोड़ते हैं, तो Open WebUI केवल ये IDs दिखाता है और पूरी सूची पढ़ना बंद कर देता है। पहले राउटर की प्रविष्टियाँ जोड़ें:

मॉडल IDराउटर क्या करता है
autodashboard से आपकी सक्रिय fallback chain का पालन करता है
auto:fastसक्षम मॉडलों को मापी गई गति के अनुसार क्रमबद्ध करता है
auto:smartसक्षम मॉडलों को बुद्धिमत्ता के अनुसार क्रमबद्ध करता है
auto:reliableसक्षम मॉडलों को हाल की सफलता दर के अनुसार क्रमबद्ध करता है
auto:<profile>नामित fallback chain का उपयोग करता है, उदाहरण के लिए एक vision chain

आप एक निश्चित मॉडल ID भी जोड़ सकते हैं, उदाहरण के लिए नीचे की तालिका का कोई मॉडल। निश्चित मॉडल हर बार एक ही शैली में उत्तर देता है। जब उस मॉडल की मुफ़्त सीमा समाप्त होती है, तो वह रुक जाता है, जब तक वही मॉडल दूसरे providers पर भी मुफ़्त न हो।

quota बचाने के लिए, task model को एक तेज़ प्रविष्टि पर सेट करें। Open WebUI शीर्षक और खोज क्वेरी के लिए task model का उपयोग करता है। variable का नाम TASK_MODEL_EXTERNAL है, उदाहरण के लिए TASK_MODEL_EXTERNAL=auto:fast।

128K+ context वाले मज़बूत मुफ़्त चैट मॉडल
मॉडलमुफ़्त उपलब्धकॉन्टेक्स्टमुफ़्त सीमाएँ (सबसे अच्छा विकल्प)टूलविज़न
GLM 5.3APINex, UnoRouter1M5 अनुरोध/मिनट
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
हाँनहीं
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 और1M40 अनुरोध/मिनट
40 RPM
हाँहाँ
Gemini 3.8 FlashAPINex, Google AI Studio1M5 अनुरोध/मिनट
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
हाँहाँ
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceहाँनहीं
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहाँहाँ
Deepseek V4.1 FlashAPINex1M5 अनुरोध/मिनट
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
नहींनहीं
Gemini 3.7 FlashGoogle AI Studio1M10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहाँहाँ
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 अनुरोध/मिनट
50 अनुरोध/दिन
50 req/day account-wide (1,000 after a $10 purchase)
हाँहाँ
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 अनुरोध/मिनट
50 अनुरोध/दिन
Shared rate limit
हाँनहीं

184 मिलते-जुलते मुफ़्त मॉडल में से 10 दिखाए जा रहे हैं। सभी मॉडल देखें.

FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।

अगर आप Open WebUI में छवियाँ भेजते हैं, तो राउटर उस अनुरोध के लिए केवल vision मॉडल इस्तेमाल करता है। अगर आपकी chain में कोई vision मॉडल नहीं है, तो अनुरोध 422 त्रुटि लौटाता है। ये मुफ़्त मॉडल छवियाँ स्वीकार करते हैं:

छवि इनपुट वाले मुफ़्त मॉडल
मॉडलमुफ़्त उपलब्धकॉन्टेक्स्टमुफ़्त सीमाएँ (सबसे अच्छा विकल्प)टूलविज़न
GLM 5.3 FlashUnoRouter1M1 अनुरोध/मिनट
1 req/min per model
हाँहाँ
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaहाँहाँ
Gemini Flash (latest alias)Google AI Studio-10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहाँहाँ
Gemini 3.7 FlashGoogle AI Studio1M10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहाँहाँ

67 मिलते-जुलते मुफ़्त मॉडल में से 6 दिखाए जा रहे हैं। सभी मॉडल देखें.

FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।

दस्तावेज़ों के लिए मुफ़्त embeddings का उपयोग करें

Open WebUI एक OpenAI-संगत API के ज़रिए आपके दस्तावेज़ों के embeddings बना सकता है। FreeLLMAPI /v1/embeddings देता है। Embedding फ़ेलओवर कभी मॉडल नहीं बदलता, इसलिए आपके store के vectors संगत रहते हैं।

Open WebUI के लिए embedding सेटिंग्स

-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-m3

एक embedding family चुनें और उसी को रखें। अगर आप family बदलते हैं, तो सभी दस्तावेज़ों के embeddings फिर से बनाएँ। आज की catalog में मुफ़्त embedding मॉडल ये हैं:

मॉडलप्रदाताआयामअधिकतम इनपुटमुफ़्त सीमा
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)

FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।

समस्या निवारण

समस्याकारणसमाधान
Verify Connection नेटवर्क त्रुटि के साथ विफल होता हैlocalhost Open WebUI container की ओर इशारा करता हैचरण 1 की तरह host.docker.internal या एक साझा Docker network का उपयोग करें
Verify Connection 401 के साथ विफल होता हैkey गलत है या उसमें spaces हैंKeys पेज से एकीकृत key फिर से कॉपी करें
selector में सैकड़ों मॉडल दिखते हैंकनेक्शन पूरी catalog पढ़ता हैModel IDs में auto और अपने चुने हुए IDs जोड़ें
एक मॉडल हर संदेश पर विफल होता हैउस मॉडल के provider की कोई key नहीं हैprovider key जोड़ें, या auto चुनें
कई चैट के बाद 429 त्रुटिchain की सभी provider keys अपनी सीमा पर हैंअधिक providers की keys जोड़ें, या Retry-After header में दिए गए reset समय तक प्रतीक्षा करें
Environment variables का असर नहीं होताdatabase में सेव किए गए मान प्राथमिकता रखते हैंAdmin Panel में कनेक्शन संपादित करें

यह देखने के लिए कि किस provider ने चैट का उत्तर दिया, उत्तर का X-Routed-Via header पढ़ें। dashboard के Analytics मेनू में Server Logs viewer भी राउटिंग के फ़ैसले और key cooldowns दिखाता है।

इनमें से हर एक का उपयोग एक ही कुंजी से करें। FreeLLMAPI एक ओपन-सोर्स, सेल्फ़-होस्टेड राउटर है। यह इन सभी मुफ़्त टियर को एक OpenAI-संगत एंडपॉइंट के पीछे रखता है। जब कोई एक सीमा पर पहुँचता है, तो यह अगले प्रदाता पर स्विच कर देता है। कैटलॉग देखें या शुरू करें.

अक्सर पूछे जाने वाले प्रश्न

क्या Open WebUI के लिए कोई मुफ़्त API है?

हाँ। Open WebUI किसी भी OpenAI-संगत API के साथ काम करता है। FreeLLMAPI मुफ़्त provider टियर को एक URL और एक key के पीछे जोड़ता है। हर मुफ़्त टियर की अपनी सीमाएँ होती हैं।

Open WebUI में OpenAI-संगत कनेक्शन के लिए कौन सा URL इस्तेमाल करूँ?

अंत में /v1 वाला base URL इस्तेमाल करें, उदाहरण के लिए http://host.docker.internal:3001/v1। /chat/completions न जोड़ें। अगर Open WebUI Docker में चलता है, तो localhost इस्तेमाल न करें।

Open WebUI मेरे OPENAI_API_BASE_URL बदलाव को क्यों नज़रअंदाज़ करता है?

Open WebUI पहली बार शुरू होने के बाद कनेक्शन सेटिंग्स अपनी database में सेव करता है। database के मान प्राथमिकता रखते हैं। Admin Panel में कनेक्शन संपादित करें, या ENABLE_PERSISTENT_CONFIG=False सेट करें।

क्या Open WebUI एक साथ कई मुफ़्त providers इस्तेमाल कर सकता है?

हाँ। आप हर provider के लिए एक कनेक्शन जोड़ सकते हैं। FreeLLMAPI के साथ एक कनेक्शन काफ़ी है, क्योंकि राउटर provider चुनता है और जब कोई सीमा अनुरोध को रोकती है, तो अगले provider पर जाता है।

Open WebUI में सबसे अच्छा मुफ़्त मॉडल कौन सा है?

auto से शुरू करें। यह आपकी fallback chain का पालन करता है। निश्चित मॉडल के लिए, इस पेज की तालिका से एक बड़े context window वाला मॉडल चुनें।

संबंधित गाइड

स्रोत

सभी गाइड · सभी मुफ़्त मॉडल देखें