ಮುಖಪುಟ / ಮಾರ್ಗದರ್ಶಿಗಳು / Open WebUI ಗಾಗಿ ಉಚಿತ LLM API

Open WebUI ಗಾಗಿ ಉಚಿತ LLM API

Open WebUI ಒಂದು ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡಿದ ಚಾಟ್ ಇಂಟರ್ಫೇಸ್ ಆಗಿದೆ. ಇದು OpenAI Chat Completions API ಮಾತನಾಡುವ ಯಾವುದೇ ಸರ್ವರ್‌ಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ. ಈ ಮಾರ್ಗದರ್ಶಿ Open WebUI ಅನ್ನು FreeLLMAPI ಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ. FreeLLMAPI ಒಂದು ಕೀ ಹಿಂದೆ 45 ಉಚಿತ ಪೂರೈಕೆದಾರ ಶ್ರೇಣಿಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ. ನೀವು ಒಂದು ಸಂಪರ್ಕ ಸೇರಿಸುತ್ತೀರಿ. ರೂಟರ್ ಪ್ರತಿ ಚಾಟ್ ಅನ್ನು ಉಚಿತ ಮಾದರಿಗೆ ಕಳುಹಿಸುತ್ತದೆ, ಮತ್ತು ಮಿತಿ ವಿನಂತಿಯನ್ನು ನಿಲ್ಲಿಸಿದಾಗ ಮುಂದಿನ ಪೂರೈಕೆದಾರರಿಗೆ ಹೋಗುತ್ತದೆ.

ಕೋಡ್, ಮಾದರಿ ಹೆಸರುಗಳು ಮತ್ತು ನೇರ ಕ್ಯಾಟಲಾಗ್ ಲೇಬಲ್‌ಗಳನ್ನು ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ.

ಸಂಪರ್ಕ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ

Open WebUI ಪ್ರತಿ OpenAI ಸಂಪರ್ಕದ URL ಗೆ ಚಾಟ್ ವಿನಂತಿಗಳನ್ನು ಕಳುಹಿಸುತ್ತದೆ. FreeLLMAPI http://localhost:3001/v1 ನಲ್ಲಿ ಕೇಳುತ್ತದೆ ಮತ್ತು ಅದೇ ವಿನಂತಿಗಳನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ. ಅದು ಉಚಿತ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ, ವಿನಂತಿಯನ್ನು ಕಳುಹಿಸುತ್ತದೆ ಮತ್ತು ಉತ್ತರವನ್ನು OpenAI ಸ್ವರೂಪದಲ್ಲಿ ಹಿಂದಿರುಗಿಸುತ್ತದೆ.

  • ಒಂದು ಸಂಪರ್ಕ, ಹಲವು ಪೂರೈಕೆದಾರರು: ನೀವು ಒಂದು URL ಮತ್ತು ಒಂದು ಏಕೀಕೃತ ಕೀ ಸೇರಿಸುತ್ತೀರಿ. ನಿಮ್ಮ ಪೂರೈಕೆದಾರ ಕೀಗಳು ನಿಮ್ಮ ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿರುವ FreeLLMAPI ಯಲ್ಲಿಯೇ ಉಳಿಯುತ್ತವೆ.
  • ಬದಲಾವಣೆ (failover): ಪೂರೈಕೆದಾರರು 429 ದೋಷ ಕಳುಹಿಸಿದಾಗ, ರೂಟರ್ ನಿಮ್ಮ fallback ಸರಣಿಯಲ್ಲಿರುವ ಮುಂದಿನ ಮಾದರಿಯನ್ನು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.
  • ಮಿತಿಗಳು: ಉಚಿತ ಶ್ರೇಣಿಗಳಿಗೆ ವಿನಂತಿ ಮತ್ತು ಟೋಕನ್ ಮಿತಿಗಳಿವೆ. ಹೆಚ್ಚು ಪೂರೈಕೆದಾರ ಕೀಗಳು ದಿನಕ್ಕೆ ಹೆಚ್ಚು ವಿನಂತಿಗಳನ್ನು ನೀಡುತ್ತವೆ. ಬದಲಾವಣೆಯು ಹೊರೆಯನ್ನು ಹಂಚುತ್ತದೆ, ಆದರೆ ಮಿತಿಗಳನ್ನು ತೆಗೆದುಹಾಕುವುದಿಲ್ಲ.

ಮೊದಲು FreeLLMAPI ಸ್ಥಾಪಿಸಿ. ಇದು Docker ನಲ್ಲಿ ಚಲಿಸುತ್ತದೆ. http://localhost:3001 ನಲ್ಲಿ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ತೆರೆಯಿರಿ, Keys ಪುಟದಲ್ಲಿ ಕನಿಷ್ಠ ಎರಡು ಉಚಿತ ಪೂರೈಕೆದಾರ ಕೀಗಳನ್ನು ಸೇರಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಏಕೀಕೃತ ಕೀಯನ್ನು ನಕಲಿಸಿ.

FreeLLMAPI ಸ್ಥಾಪಿಸಿ (macOS ಅಥವಾ Linux)

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

ಹಂತ 1: ಸರಿಯಾದ URL ಕಂಡುಹಿಡಿಯಿರಿ

Open WebUI ಬಳಸಬೇಕಾದ URL, ಪ್ರತಿ ಪ್ರೋಗ್ರಾಂ ಎಲ್ಲಿ ಚಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅವಲಂಬಿಸಿದೆ. Open WebUI ಸಾಮಾನ್ಯವಾಗಿ Docker ನಲ್ಲಿ ಚಲಿಸುತ್ತದೆ. ಕಂಟೇನರ್ ಒಳಗೆ, localhost ಎಂದರೆ ಕಂಟೇನರ್ ಸ್ವತಃ, ನಿಮ್ಮ ಕಂಪ್ಯೂಟರ್ ಅಲ್ಲ.

Open WebUI ಚಲಿಸುವ ಸ್ಥಳFreeLLMAPI ಚಲಿಸುವ ಸ್ಥಳಬಳಸಬೇಕಾದ URL
ಹೋಸ್ಟ್‌ನಲ್ಲಿ (pip ಅಥವಾ uv)ಹೋಸ್ಟ್‌ನಲ್ಲಿ (Docker ಅಥವಾ ಡೆಸ್ಕ್‌ಟಾಪ್ ಆ್ಯಪ್)http://localhost:3001/v1
Docker Desktop ನಲ್ಲಿ (macOS, Windows)ಹೋಸ್ಟ್‌ನಲ್ಲಿhttp://host.docker.internal:3001/v1
Linux ನಲ್ಲಿ Docker ನಲ್ಲಿDocker ನಲ್ಲಿ (ಸ್ಥಾಪನಾ ಸ್ಕ್ರಿಪ್ಟ್)ಹಂಚಿದ Docker ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ http://freellmapi:3001/v1
ಮತ್ತೊಂದು ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿನಿಮ್ಮ LAN ನಲ್ಲಿರುವ ಸರ್ವರ್‌ನಲ್ಲಿhttp://<server-ip>:3001/v1, ಮತ್ತು HOST_BIND=0.0.0.0 ಅನ್ನು ನಂಬಿಕೆಯ ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ ಮಾತ್ರ ಬಳಸಿ

ಡೀಫಾಲ್ಟ್ ಆಗಿ, FreeLLMAPI ಕಂಟೇನರ್ ತನ್ನ ಪೋರ್ಟ್ ಅನ್ನು 127.0.0.1 ನಲ್ಲಿ ಮಾತ್ರ ಪ್ರಕಟಿಸುತ್ತದೆ. Linux ನಲ್ಲಿ, ಎರಡನೇ ಕಂಟೇನರ್ ಯಾವಾಗಲೂ ಹೋಸ್ಟ್ ಮೂಲಕ ಆ ಪೋರ್ಟ್ ತಲುಪಲು ಸಾಧ್ಯವಿಲ್ಲ. ಎರಡೂ ಕಂಟೇನರ್‌ಗಳನ್ನು ಒಂದೇ Docker ನೆಟ್‌ವರ್ಕ್‌ಗೆ ಸೇರಿಸಿ. ನಂತರ ಹೋಸ್ಟ್ ಹೆಸರಾಗಿ ಸೇವಾ ಹೆಸರು freellmapi ಬಳಸಿ.

Open WebUI ಅನ್ನು FreeLLMAPI ನೆಟ್‌ವರ್ಕ್‌ಗೆ ಸಂಪರ್ಕಿಸಿ (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

ಹಂತ 2: ಸಂಪರ್ಕ ಸೇರಿಸಿ

ಸಂಪರ್ಕವನ್ನು ಇಂಟರ್ಫೇಸ್‌ನಲ್ಲಿ ಅಥವಾ ಪರಿಸರ ವೇರಿಯಬಲ್‌ಗಳ ಮೂಲಕ ಸೇರಿಸಬಹುದು. ಇಂಟರ್ಫೇಸ್ ಸರಳ ವಿಧಾನ.

  1. Admin Panel ತೆರೆಯಿರಿ ಮತ್ತು Settings > Connections ಗೆ ಹೋಗಿ.
  2. Manage OpenAI API Connections ಪಟ್ಟಿಯನ್ನು ಹುಡುಕಿ. Add Connection ಕ್ಲಿಕ್ ಮಾಡಿ.
  3. URL ನಲ್ಲಿ, ಹಂತ 1 ರ URL ಟೈಪ್ ಮಾಡಿ, ಉದಾಹರಣೆಗೆ http://host.docker.internal:3001/v1.
  4. API Key ನಲ್ಲಿ, ನಿಮ್ಮ FreeLLMAPI ಏಕೀಕೃತ ಕೀಯನ್ನು ಅಂಟಿಸಿ.
  5. Verify Connection ಕ್ಲಿಕ್ ಮಾಡಿ. ನಂತರ Save ಕ್ಲಿಕ್ ಮಾಡಿ.

ಕಂಟೇನರ್ ಪ್ರಾರಂಭವಾದಾಗ ಸಂಪರ್ಕವನ್ನು ಹೊಂದಿಸಲು, OPENAI_API_BASE_URL ಮತ್ತು OPENAI_API_KEY ಬಳಸಿ. ಕೆಳಗಿನ ಆದೇಶವು ಪ್ರಮಾಣಿತ Open WebUI docker run ಆದೇಶವಾಗಿದ್ದು, ಈ ಎರಡು ವೇರಿಯಬಲ್‌ಗಳನ್ನು ಸೇರಿಸಲಾಗಿದೆ.

FreeLLMAPI ಸಂಪರ್ಕದೊಂದಿಗೆ 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

ಈಗಿರುವ OpenAI ಸಂಪರ್ಕವನ್ನು ಉಳಿಸಲು, ಬಹುವಚನ ವೇರಿಯಬಲ್‌ಗಳನ್ನು ಬಳಸಿ. OPENAI_API_BASE_URLS ಮತ್ತು OPENAI_API_KEYS ಸೆಮಿಕೋಲನ್‌ಗಳಿಂದ ಬೇರ್ಪಟ್ಟ ಪಟ್ಟಿಗಳನ್ನು ಸ್ವೀಕರಿಸುತ್ತವೆ. ಮೊದಲ ಕೀ ಮೊದಲ URL ಜೊತೆ ಹೋಗುತ್ತದೆ.

ಒಂದು ಕಂಟೇನರ್‌ನಲ್ಲಿ ಎರಡು ಸಂಪರ್ಕಗಳು

-e OPENAI_API_BASE_URLS="https://api.openai.com/v1;http://host.docker.internal:3001/v1" \
-e OPENAI_API_KEYS="<openai-key>;<unified-key>"
ಮುಖ್ಯ: ಈ ವೇರಿಯಬಲ್‌ಗಳನ್ನು ಮೊದಲ ಪ್ರಾರಂಭದಲ್ಲಿ Open WebUI ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಉಳಿಸಲಾಗುತ್ತದೆ. ಅದರ ನಂತರ, Admin Panel ನಲ್ಲಿ ಉಳಿಸಿದ ಮೌಲ್ಯಗಳು ಪರಿಸರಕ್ಕಿಂತ ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತವೆ. ವೇರಿಯಬಲ್‌ಗಳ ಬದಲಾವಣೆ ಪರಿಣಾಮ ಬೀರದಿದ್ದರೆ, Admin Panel ನಲ್ಲಿ ಸಂಪರ್ಕವನ್ನು ಸಂಪಾದಿಸಿ. ಪರಿಸರವೇ ಮೇಲುಗೈ ಸಾಧಿಸಲು ENABLE_PERSISTENT_CONFIG=False ಅನ್ನೂ ಹೊಂದಿಸಬಹುದು.

ಹಂತ 3: ಮಾದರಿ ಪಟ್ಟಿಯನ್ನು ಚಿಕ್ಕದಾಗಿರಿಸಿ

FreeLLMAPI /v1/models ನಲ್ಲಿ ತನ್ನ ಸಂಪೂರ್ಣ ಕ್ಯಾಟಲಾಗ್ ಅನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ಕ್ಯಾಟಲಾಗ್‌ನಲ್ಲಿ ನೀವು ಇನ್ನೂ ಕರೆ ಮಾಡಲಾಗದ ಮಾದರಿಗಳೂ ಇವೆ, ಏಕೆಂದರೆ ಅವುಗಳಿಗೆ ನೀವು ಕೀ ಸೇರಿಸಿಲ್ಲ. Open WebUI ಸಂಪರ್ಕ ಹಿಂದಿರುಗಿಸುವ ಪ್ರತಿ ಮಾದರಿಯನ್ನು ತೋರಿಸುತ್ತದೆ. ವಿಫಲವಾಗುವ ಮಾದರಿಗಳ ಉದ್ದ ಪಟ್ಟಿ ಉಪಯುಕ್ತವಲ್ಲ.

ಸಂಪರ್ಕವನ್ನು ಮತ್ತೆ ತೆರೆದು Model IDs ಕ್ಷೇತ್ರವನ್ನು ಬಳಸಿ. ನೀವು IDಗಳನ್ನು ಸೇರಿಸಿದಾಗ, Open WebUI ಈ IDಗಳನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಸಂಪೂರ್ಣ ಪಟ್ಟಿಯನ್ನು ಓದುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. ಮೊದಲು ರೂಟರ್ ನಮೂದುಗಳನ್ನು ಸೇರಿಸಿ:

ಮಾದರಿ IDರೂಟರ್ ಏನು ಮಾಡುತ್ತದೆ
autoಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನಿಂದ ನಿಮ್ಮ ಸಕ್ರಿಯ fallback ಸರಣಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ
auto:fastಸಕ್ರಿಯ ಮಾದರಿಗಳನ್ನು ಅಳತೆ ಮಾಡಿದ ವೇಗದ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ
auto:smartಸಕ್ರಿಯ ಮಾದರಿಗಳನ್ನು ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ
auto:reliableಸಕ್ರಿಯ ಮಾದರಿಗಳನ್ನು ಇತ್ತೀಚಿನ ಯಶಸ್ಸಿನ ದರದ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ
auto:<profile>ಹೆಸರಿಸಲಾದ fallback ಸರಣಿಯನ್ನು ಬಳಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ vision ಸರಣಿ

ನೀವು ಸ್ಥಿರ ಮಾದರಿ ID ಯನ್ನೂ ಸೇರಿಸಬಹುದು, ಉದಾಹರಣೆಗೆ ಕೆಳಗಿನ ಕೋಷ್ಟಕದ ಮಾದರಿ. ಸ್ಥಿರ ಮಾದರಿಯು ಪ್ರತಿ ಬಾರಿಯೂ ಒಂದೇ ಶೈಲಿಯ ಉತ್ತರ ನೀಡುತ್ತದೆ. ಆ ಮಾದರಿಯ ಉಚಿತ ಮಿತಿ ಮುಗಿದಾಗ ಅದು ನಿಲ್ಲುತ್ತದೆ, ಅದೇ ಮಾದರಿ ಇತರ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಉಚಿತವಾಗಿ ಲಭ್ಯವಿದ್ದರೆ ಹೊರತು.

ಕೋಟಾ ಉಳಿಸಲು, ಕಾರ್ಯ ಮಾದರಿಯನ್ನು ವೇಗದ ನಮೂದಿಗೆ ಹೊಂದಿಸಿ. Open WebUI ಶೀರ್ಷಿಕೆಗಳು ಮತ್ತು ಹುಡುಕಾಟ ಪ್ರಶ್ನೆಗಳಿಗೆ ಕಾರ್ಯ ಮಾದರಿಯನ್ನು ಬಳಸುತ್ತದೆ. ವೇರಿಯಬಲ್ TASK_MODEL_EXTERNAL, ಉದಾಹರಣೆಗೆ TASK_MODEL_EXTERNAL=auto:fast.

128K+ ಸಂದರ್ಭವಿರುವ ಬಲವಾದ ಉಚಿತ ಚಾಟ್ ಮಾದರಿಗಳು
ಮಾದರಿಉಚಿತಸಂದರ್ಭಉಚಿತ ಮಿತಿಗಳು (ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆ)ಉಪಕರಣಗಳುದೃಷ್ಟಿ
GLM 5.3APINex, UnoRouter1M5 ವಿನಂತಿ/ನಿಮಿಷ
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
ಹೌದುಇಲ್ಲ
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 ಇನ್ನೂ1M40 ವಿನಂತಿ/ನಿಮಿಷ
40 RPM
ಹೌದುಹೌದು
Gemini 3.8 FlashAPINex, Google AI Studio1M5 ವಿನಂತಿ/ನಿಮಿಷ
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
ಹೌದುಹೌದು
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceಹೌದುಇಲ್ಲ
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditಹೌದುಹೌದು
Deepseek V4.1 FlashAPINex1M5 ವಿನಂತಿ/ನಿಮಿಷ
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
ಇಲ್ಲಇಲ್ಲ
Gemini 3.7 FlashGoogle AI Studio1M10 ವಿನಂತಿ/ನಿಮಿಷ
20 ವಿನಂತಿ/ದಿನ
250,000 ಟೋಕನ್/ನಿಮಿಷ
~3M
ಹೌದುಹೌದು
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditಹೌದುಹೌದು
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 ವಿನಂತಿ/ನಿಮಿಷ
50 ವಿನಂತಿ/ದಿನ
50 req/day account-wide (1,000 after a $10 purchase)
ಹೌದುಹೌದು
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 ವಿನಂತಿ/ನಿಮಿಷ
50 ವಿನಂತಿ/ದಿನ
Shared rate limit
ಹೌದುಇಲ್ಲ

ಹೊಂದಾಣಿಕೆಯಾಗುವ 184 ಉಚಿತ ಮಾದರಿಗಳಲ್ಲಿ 10 ಅನ್ನು ತೋರಿಸಲಾಗುತ್ತಿದೆ. ಎಲ್ಲಾ ಮಾದರಿಗಳನ್ನು ನೋಡಿ.

FreeLLMAPI ಕ್ಯಾಟಲಾಗ್‌ನಿಂದ ನೇರ ಡೇಟಾ (ಆವೃತ್ತಿ 2026.11.19, 2026-11-19 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ). ಉಚಿತ ಮಿತಿಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ. ಕ್ಯಾಟಲಾಗ್ ಪ್ರತಿದಿನ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ನೀವು Open WebUI ನಲ್ಲಿ ಚಿತ್ರಗಳನ್ನು ಕಳುಹಿಸಿದರೆ, ರೂಟರ್ ಆ ವಿನಂತಿಗೆ ಕೇವಲ vision ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತದೆ. ನಿಮ್ಮ ಸರಣಿಯಲ್ಲಿ vision ಮಾದರಿ ಇಲ್ಲದಿದ್ದರೆ, ವಿನಂತಿ 422 ದೋಷ ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ಈ ಉಚಿತ ಮಾದರಿಗಳು ಚಿತ್ರಗಳನ್ನು ಸ್ವೀಕರಿಸುತ್ತವೆ:

ಚಿತ್ರ ಇನ್‌ಪುಟ್ ಇರುವ ಉಚಿತ ಮಾದರಿಗಳು
ಮಾದರಿಉಚಿತಸಂದರ್ಭಉಚಿತ ಮಿತಿಗಳು (ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆ)ಉಪಕರಣಗಳುದೃಷ್ಟಿ
GLM 5.3 FlashUnoRouter1M1 ವಿನಂತಿ/ನಿಮಿಷ
1 req/min per model
ಹೌದುಹೌದು
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaಹೌದುಹೌದು
Gemini Flash (latest alias)Google AI Studio-10 ವಿನಂತಿ/ನಿಮಿಷ
20 ವಿನಂತಿ/ದಿನ
250,000 ಟೋಕನ್/ನಿಮಿಷ
~3M
ಹೌದುಹೌದು
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditಹೌದುಹೌದು
Gemini 3.7 FlashGoogle AI Studio1M10 ವಿನಂತಿ/ನಿಮಿಷ
20 ವಿನಂತಿ/ದಿನ
250,000 ಟೋಕನ್/ನಿಮಿಷ
~3M
ಹೌದುಹೌದು
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditಹೌದುಹೌದು

ಹೊಂದಾಣಿಕೆಯಾಗುವ 67 ಉಚಿತ ಮಾದರಿಗಳಲ್ಲಿ 6 ಅನ್ನು ತೋರಿಸಲಾಗುತ್ತಿದೆ. ಎಲ್ಲಾ ಮಾದರಿಗಳನ್ನು ನೋಡಿ.

FreeLLMAPI ಕ್ಯಾಟಲಾಗ್‌ನಿಂದ ನೇರ ಡೇಟಾ (ಆವೃತ್ತಿ 2026.11.19, 2026-11-19 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ). ಉಚಿತ ಮಿತಿಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ. ಕ್ಯಾಟಲಾಗ್ ಪ್ರತಿದಿನ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ದಾಖಲೆಗಳಿಗಾಗಿ ಉಚಿತ embeddings ಬಳಸಿ

Open WebUI OpenAI-ಹೊಂದಾಣಿಕೆಯ API ಮೂಲಕ ನಿಮ್ಮ ದಾಖಲೆಗಳಿಗೆ embeddings ರಚಿಸಬಹುದು. FreeLLMAPI /v1/embeddings ಅನ್ನು ನೀಡುತ್ತದೆ. Embedding ಬದಲಾವಣೆಯು ಎಂದಿಗೂ ಮಾದರಿಯನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನಿಮ್ಮ ಸ್ಟೋರ್‌ನಲ್ಲಿರುವ ವೆಕ್ಟರ್‌ಗಳು ಹೊಂದಿಕೆಯಾಗುತ್ತವೆ.

Open WebUI ಗಾಗಿ Embedding ಸೆಟ್ಟಿಂಗ್‌ಗಳು

-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

ಒಂದು embedding ಕುಟುಂಬವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ ಮತ್ತು ಅದನ್ನೇ ಇರಿಸಿ. ನೀವು ಕುಟುಂಬವನ್ನು ಬದಲಿಸಿದರೆ, ಎಲ್ಲಾ ದಾಖಲೆಗಳಿಗೆ embeddings ಅನ್ನು ಮತ್ತೆ ರಚಿಸಿ. ಇಂದಿನ ಕ್ಯಾಟಲಾಗ್‌ನಲ್ಲಿರುವ ಉಚಿತ embedding ಮಾದರಿಗಳು:

ಮಾದರಿಪೂರೈಕೆದಾರಆಯಾಮಗಳುಗರಿಷ್ಠ ಇನ್‌ಪುಟ್ಉಚಿತ ಮಿತಿ
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 ಕ್ಯಾಟಲಾಗ್‌ನಿಂದ ನೇರ ಡೇಟಾ (ಆವೃತ್ತಿ 2026.11.19, 2026-11-19 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ). ಉಚಿತ ಮಿತಿಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ. ಕ್ಯಾಟಲಾಗ್ ಪ್ರತಿದಿನ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ದೋಷ ನಿವಾರಣೆ

ಸಮಸ್ಯೆಕಾರಣಪರಿಹಾರ
Verify Connection ನೆಟ್‌ವರ್ಕ್ ದೋಷದೊಂದಿಗೆ ವಿಫಲವಾಗುತ್ತದೆlocalhost Open WebUI ಕಂಟೇನರ್ ಅನ್ನು ತೋರಿಸುತ್ತದೆಹಂತ 1 ರಂತೆ host.docker.internal ಅಥವಾ ಹಂಚಿದ Docker ನೆಟ್‌ವರ್ಕ್ ಬಳಸಿ
Verify Connection 401 ನೊಂದಿಗೆ ವಿಫಲವಾಗುತ್ತದೆಕೀ ತಪ್ಪಾಗಿದೆ ಅಥವಾ ಅದರಲ್ಲಿ ಖಾಲಿ ಜಾಗಗಳಿವೆKeys ಪುಟದಿಂದ ಏಕೀಕೃತ ಕೀಯನ್ನು ಮತ್ತೆ ನಕಲಿಸಿ
ಆಯ್ಕೆದಾರದಲ್ಲಿ ನೂರಾರು ಮಾದರಿಗಳುಸಂಪರ್ಕವು ಸಂಪೂರ್ಣ ಕ್ಯಾಟಲಾಗ್ ಅನ್ನು ಓದುತ್ತದೆModel IDs ನಲ್ಲಿ auto ಮತ್ತು ನೀವು ಆಯ್ಕೆ ಮಾಡಿದ IDಗಳನ್ನು ಸೇರಿಸಿ
ಪ್ರತಿ ಸಂದೇಶದಲ್ಲೂ ಒಂದು ಮಾದರಿ ವಿಫಲವಾಗುತ್ತದೆಆ ಮಾದರಿಯ ಪೂರೈಕೆದಾರರಿಗೆ ಕೀ ಇಲ್ಲಪೂರೈಕೆದಾರರ ಕೀ ಸೇರಿಸಿ, ಅಥವಾ auto ಆಯ್ಕೆ ಮಾಡಿ
ಅನೇಕ ಚಾಟ್‌ಗಳ ನಂತರ 429 ದೋಷಸರಣಿಯಲ್ಲಿರುವ ಎಲ್ಲಾ ಪೂರೈಕೆದಾರ ಕೀಗಳು ತಮ್ಮ ಮಿತಿಯಲ್ಲಿವೆಹೆಚ್ಚು ಪೂರೈಕೆದಾರರ ಕೀಗಳನ್ನು ಸೇರಿಸಿ, ಅಥವಾ Retry-After ಹೆಡರ್‌ನಲ್ಲಿರುವ ಮರುಹೊಂದಿಸುವ ಸಮಯದವರೆಗೆ ಕಾಯಿರಿ
ಪರಿಸರ ವೇರಿಯಬಲ್‌ಗಳು ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಉಳಿಸಿದ ಮೌಲ್ಯಗಳು ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತವೆAdmin Panel ನಲ್ಲಿ ಸಂಪರ್ಕವನ್ನು ಸಂಪಾದಿಸಿ

ಯಾವ ಪೂರೈಕೆದಾರರು ಚಾಟ್‌ಗೆ ಉತ್ತರಿಸಿದರು ಎಂದು ನೋಡಲು, ಪ್ರತಿಕ್ರಿಯೆಯ X-Routed-Via ಹೆಡರ್ ಓದಿ. ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನ Analytics ಮೆನುವಿನಲ್ಲಿರುವ Server Logs ವೀಕ್ಷಕವು ರೂಟಿಂಗ್ ನಿರ್ಧಾರಗಳು ಮತ್ತು ಕೀ ತಣ್ಣಗಾಗುವ ಅವಧಿಗಳನ್ನೂ ತೋರಿಸುತ್ತದೆ.

ಇವೆಲ್ಲವನ್ನೂ ಒಂದೇ ಕೀ ಮೂಲಕ ಬಳಸಿ. FreeLLMAPI ಒಂದು ಮುಕ್ತ ಮೂಲದ, ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡಿದ ರೂಟರ್ ಆಗಿದೆ. ಇದು ಈ ಎಲ್ಲಾ ಉಚಿತ ಶ್ರೇಣಿಗಳನ್ನು ಒಂದೇ OpenAI-ಹೊಂದಾಣಿಕೆಯ ಎಂಡ್‌ಪಾಯಿಂಟ್ ಹಿಂದೆ ಇಡುತ್ತದೆ ಮತ್ತು ಒಂದು ಮಿತಿಗೆ ಒಳಪಟ್ಟಾಗ ಬದಲಾಯಿಸುತ್ತದೆ. ಕ್ಯಾಟಲಾಗ್ ನೋಡಿ ಅಥವಾ ಲೈವ್ ಆಗಿ.

ಪದೇ ಪದೇ ಕೇಳುವ ಪ್ರಶ್ನೆಗಳು

Open WebUI ಗಾಗಿ ಉಚಿತ API ಇದೆಯೇ?

ಹೌದು. Open WebUI ಯಾವುದೇ OpenAI-ಹೊಂದಾಣಿಕೆಯ API ಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. FreeLLMAPI ಉಚಿತ ಪೂರೈಕೆದಾರ ಶ್ರೇಣಿಗಳನ್ನು ಒಂದು URL ಮತ್ತು ಒಂದು ಕೀ ಹಿಂದೆ ಸೇರಿಸುತ್ತದೆ. ಪ್ರತಿ ಉಚಿತ ಶ್ರೇಣಿಗೆ ತನ್ನದೇ ಆದ ಮಿತಿಗಳಿವೆ.

Open WebUI ನಲ್ಲಿ OpenAI-ಹೊಂದಾಣಿಕೆಯ ಸಂಪರ್ಕಕ್ಕೆ ಯಾವ URL ಬಳಸಬೇಕು?

ಕೊನೆಯಲ್ಲಿ /v1 ಇರುವ ಬೇಸ್ URL ಬಳಸಿ, ಉದಾಹರಣೆಗೆ http://host.docker.internal:3001/v1. /chat/completions ಸೇರಿಸಬೇಡಿ. Open WebUI Docker ನಲ್ಲಿ ಚಲಿಸಿದರೆ, localhost ಬಳಸಬೇಡಿ.

Open WebUI ನನ್ನ OPENAI_API_BASE_URL ಬದಲಾವಣೆಯನ್ನು ಏಕೆ ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ?

Open WebUI ಮೊದಲ ಪ್ರಾರಂಭದ ನಂತರ ಸಂಪರ್ಕ ಸೆಟ್ಟಿಂಗ್‌ಗಳನ್ನು ತನ್ನ ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಉಳಿಸುತ್ತದೆ. ಡೇಟಾಬೇಸ್‌ನ ಮೌಲ್ಯಗಳು ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತವೆ. Admin Panel ನಲ್ಲಿ ಸಂಪರ್ಕವನ್ನು ಸಂಪಾದಿಸಿ, ಅಥವಾ ENABLE_PERSISTENT_CONFIG=False ಹೊಂದಿಸಿ.

Open WebUI ಹಲವು ಉಚಿತ ಪೂರೈಕೆದಾರರನ್ನು ಒಮ್ಮೆಲೇ ಬಳಸಬಹುದೇ?

ಹೌದು. ಪ್ರತಿ ಪೂರೈಕೆದಾರರಿಗೆ ಒಂದು ಸಂಪರ್ಕ ಸೇರಿಸಬಹುದು. FreeLLMAPI ಜೊತೆ ಒಂದು ಸಂಪರ್ಕ ಸಾಕು, ಏಕೆಂದರೆ ರೂಟರ್ ಪೂರೈಕೆದಾರರನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಮಿತಿ ವಿನಂತಿಯನ್ನು ನಿಲ್ಲಿಸಿದಾಗ ಮುಂದಿನದಕ್ಕೆ ಹೋಗುತ್ತದೆ.

Open WebUI ನಲ್ಲಿ ಯಾವ ಉಚಿತ ಮಾದರಿ ಉತ್ತಮ?

auto ನಿಂದ ಪ್ರಾರಂಭಿಸಿ. ಅದು ನಿಮ್ಮ fallback ಸರಣಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ. ಸ್ಥಿರ ಮಾದರಿಗಾಗಿ, ಈ ಪುಟದ ಕೋಷ್ಟಕದಿಂದ ದೊಡ್ಡ ಸಂದರ್ಭ ವಿಂಡೋ ಇರುವ ಒಂದನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.

ಸಂಬಂಧಿತ ಮಾರ್ಗದರ್ಶಿಗಳು

ಮೂಲಗಳು

ಎಲ್ಲಾ ಮಾರ್ಗದರ್ಶಿಗಳು · ಎಲ್ಲಾ ಉಚಿತ ಮಾದರಿಗಳನ್ನು ನೋಡಿ