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 | bashಹಂತ 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 ಸ್ಥಳ | FreeLLMAPI ಚಲಿಸುವ ಸ್ಥಳ | ಬಳಸಬೇಕಾದ URL |
|---|---|---|
| ಹೋಸ್ಟ್ನಲ್ಲಿ (pip ಅಥವಾ uv) | ಹೋಸ್ಟ್ನಲ್ಲಿ (Docker ಅಥವಾ ಡೆಸ್ಕ್ಟಾಪ್ ಆ್ಯಪ್) | http://localhost:3001/v1 |
| Docker Desktop ನಲ್ಲಿ (macOS, Windows) | ಹೋಸ್ಟ್ನಲ್ಲಿ | http://host.docker.internal:3001/v1 |
| Linux ನಲ್ಲಿ Docker ನಲ್ಲಿ | Docker ನಲ್ಲಿ (ಸ್ಥಾಪನಾ ಸ್ಕ್ರಿಪ್ಟ್) | ಹಂಚಿದ Docker ನೆಟ್ವರ್ಕ್ನಲ್ಲಿ http://freellmapi:3001/v1 |
| ಮತ್ತೊಂದು ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ | ನಿಮ್ಮ LAN ನಲ್ಲಿರುವ ಸರ್ವರ್ನಲ್ಲಿ | http://<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 300ಹಂತ 2: ಸಂಪರ್ಕ ಸೇರಿಸಿ
ಸಂಪರ್ಕವನ್ನು ಇಂಟರ್ಫೇಸ್ನಲ್ಲಿ ಅಥವಾ ಪರಿಸರ ವೇರಿಯಬಲ್ಗಳ ಮೂಲಕ ಸೇರಿಸಬಹುದು. ಇಂಟರ್ಫೇಸ್ ಸರಳ ವಿಧಾನ.
- Admin Panel ತೆರೆಯಿರಿ ಮತ್ತು Settings > Connections ಗೆ ಹೋಗಿ.
- Manage OpenAI API Connections ಪಟ್ಟಿಯನ್ನು ಹುಡುಕಿ. Add Connection ಕ್ಲಿಕ್ ಮಾಡಿ.
- URL ನಲ್ಲಿ, ಹಂತ 1 ರ URL ಟೈಪ್ ಮಾಡಿ, ಉದಾಹರಣೆಗೆ
http://host.docker.internal:3001/v1. - API Key ನಲ್ಲಿ, ನಿಮ್ಮ FreeLLMAPI ಏಕೀಕೃತ ಕೀಯನ್ನು ಅಂಟಿಸಿ.
- 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:mainಈಗಿರುವ 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>"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 ID | ರೂಟರ್ ಏನು ಮಾಡುತ್ತದೆ |
|---|---|
auto | ಡ್ಯಾಶ್ಬೋರ್ಡ್ನಿಂದ ನಿಮ್ಮ ಸಕ್ರಿಯ fallback ಸರಣಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ |
auto:fast | ಸಕ್ರಿಯ ಮಾದರಿಗಳನ್ನು ಅಳತೆ ಮಾಡಿದ ವೇಗದ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ |
auto:smart | ಸಕ್ರಿಯ ಮಾದರಿಗಳನ್ನು ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ |
auto:reliable | ಸಕ್ರಿಯ 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.
| ಮಾದರಿ | ಉಚಿತ | ಸಂದರ್ಭ | ಉಚಿತ ಮಿತಿಗಳು (ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆ) | ಉಪಕರಣಗಳು | ದೃಷ್ಟಿ |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 ವಿನಂತಿ/ನಿಮಿಷ 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | ಹೌದು | ಇಲ್ಲ |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 ಇನ್ನೂ | 1M | 40 ವಿನಂತಿ/ನಿಮಿಷ 40 RPM | ಹೌದು | ಹೌದು |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 ವಿನಂತಿ/ನಿಮಿಷ 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ಹೌದು | ಹೌದು |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | ಹೌದು | ಇಲ್ಲ |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | ಹೌದು | ಹೌದು |
| Deepseek V4.1 Flash | APINex | 1M | 5 ವಿನಂತಿ/ನಿಮಿಷ 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ಇಲ್ಲ | ಇಲ್ಲ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 ವಿನಂತಿ/ನಿಮಿಷ 20 ವಿನಂತಿ/ದಿನ 250,000 ಟೋಕನ್/ನಿಮಿಷ ~3M | ಹೌದು | ಹೌದು |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | ಹೌದು | ಹೌದು |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 ವಿನಂತಿ/ನಿಮಿಷ 50 ವಿನಂತಿ/ದಿನ 50 req/day account-wide (1,000 after a $10 purchase) | ಹೌದು | ಹೌದು |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 ವಿನಂತಿ/ನಿಮಿಷ 50 ವಿನಂತಿ/ದಿನ Shared rate limit | ಹೌದು | ಇಲ್ಲ |
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:
| ಮಾದರಿ | ಉಚಿತ | ಸಂದರ್ಭ | ಉಚಿತ ಮಿತಿಗಳು (ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆ) | ಉಪಕರಣಗಳು | ದೃಷ್ಟಿ |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 ವಿನಂತಿ/ನಿಮಿಷ 1 req/min per model | ಹೌದು | ಹೌದು |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | ಹೌದು | ಹೌದು |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 ವಿನಂತಿ/ನಿಮಿಷ 20 ವಿನಂತಿ/ದಿನ 250,000 ಟೋಕನ್/ನಿಮಿಷ ~3M | ಹೌದು | ಹೌದು |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | ಹೌದು | ಹೌದು |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 ವಿನಂತಿ/ನಿಮಿಷ 20 ವಿನಂತಿ/ದಿನ 250,000 ಟೋಕನ್/ನಿಮಿಷ ~3M | ಹೌದು | ಹೌದು |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | ಹೌದು | ಹೌದು |
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-m3ಒಂದು embedding ಕುಟುಂಬವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ ಮತ್ತು ಅದನ್ನೇ ಇರಿಸಿ. ನೀವು ಕುಟುಂಬವನ್ನು ಬದಲಿಸಿದರೆ, ಎಲ್ಲಾ ದಾಖಲೆಗಳಿಗೆ embeddings ಅನ್ನು ಮತ್ತೆ ರಚಿಸಿ. ಇಂದಿನ ಕ್ಯಾಟಲಾಗ್ನಲ್ಲಿರುವ ಉಚಿತ embedding ಮಾದರಿಗಳು:
| ಮಾದರಿ | ಪೂರೈಕೆದಾರ | ಆಯಾಮಗಳು | ಗರಿಷ್ಠ ಇನ್ಪುಟ್ | ಉಚಿತ ಮಿತಿ |
|---|---|---|---|---|
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 ಕ್ಯಾಟಲಾಗ್ನಿಂದ ನೇರ ಡೇಟಾ (ಆವೃತ್ತಿ 2026.11.19, 2026-11-19 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ). ಉಚಿತ ಮಿತಿಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ. ಕ್ಯಾಟಲಾಗ್ ಪ್ರತಿದಿನ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ದೋಷ ನಿವಾರಣೆ
| ಸಮಸ್ಯೆ | ಕಾರಣ | ಪರಿಹಾರ |
|---|---|---|
| Verify Connection ನೆಟ್ವರ್ಕ್ ದೋಷದೊಂದಿಗೆ ವಿಫಲವಾಗುತ್ತದೆ | localhost Open WebUI ಕಂಟೇನರ್ ಅನ್ನು ತೋರಿಸುತ್ತದೆ | ಹಂತ 1 ರಂತೆ host.docker.internal ಅಥವಾ ಹಂಚಿದ Docker ನೆಟ್ವರ್ಕ್ ಬಳಸಿ |
| Verify Connection 401 ನೊಂದಿಗೆ ವಿಫಲವಾಗುತ್ತದೆ | ಕೀ ತಪ್ಪಾಗಿದೆ ಅಥವಾ ಅದರಲ್ಲಿ ಖಾಲಿ ಜಾಗಗಳಿವೆ | Keys ಪುಟದಿಂದ ಏಕೀಕೃತ ಕೀಯನ್ನು ಮತ್ತೆ ನಕಲಿಸಿ |
| ಆಯ್ಕೆದಾರದಲ್ಲಿ ನೂರಾರು ಮಾದರಿಗಳು | ಸಂಪರ್ಕವು ಸಂಪೂರ್ಣ ಕ್ಯಾಟಲಾಗ್ ಅನ್ನು ಓದುತ್ತದೆ | Model IDs ನಲ್ಲಿ auto ಮತ್ತು ನೀವು ಆಯ್ಕೆ ಮಾಡಿದ IDಗಳನ್ನು ಸೇರಿಸಿ |
| ಪ್ರತಿ ಸಂದೇಶದಲ್ಲೂ ಒಂದು ಮಾದರಿ ವಿಫಲವಾಗುತ್ತದೆ | ಆ ಮಾದರಿಯ ಪೂರೈಕೆದಾರರಿಗೆ ಕೀ ಇಲ್ಲ | ಪೂರೈಕೆದಾರರ ಕೀ ಸೇರಿಸಿ, ಅಥವಾ auto ಆಯ್ಕೆ ಮಾಡಿ |
| ಅನೇಕ ಚಾಟ್ಗಳ ನಂತರ 429 ದೋಷ | ಸರಣಿಯಲ್ಲಿರುವ ಎಲ್ಲಾ ಪೂರೈಕೆದಾರ ಕೀಗಳು ತಮ್ಮ ಮಿತಿಯಲ್ಲಿವೆ | ಹೆಚ್ಚು ಪೂರೈಕೆದಾರರ ಕೀಗಳನ್ನು ಸೇರಿಸಿ, ಅಥವಾ Retry-After ಹೆಡರ್ನಲ್ಲಿರುವ ಮರುಹೊಂದಿಸುವ ಸಮಯದವರೆಗೆ ಕಾಯಿರಿ |
| ಪರಿಸರ ವೇರಿಯಬಲ್ಗಳು ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ | ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಉಳಿಸಿದ ಮೌಲ್ಯಗಳು ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತವೆ | Admin 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.
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
- SillyTavern ಗಾಗಿ ಉಚಿತ API
- ಉಚಿತ OpenAI-ಹೊಂದಾಣಿಕೆಯ API Base URL ಗಳು
- ಉಚಿತ ಎಂಬೆಡಿಂಗ್ಸ್ API
- RAG ಗಾಗಿ ಉಚಿತ LLM API
- ಉಚಿತ LLM API ಮಿತಿಗಳು
ಮೂಲಗಳು
- Open WebUI docs: environment variable configuration (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- Open WebUI docs: connect an OpenAI-compatible provider (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- Open WebUI README: Docker installation (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- FreeLLMAPI docs: REST API (routing strategies, model listing, embeddings) (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- FreeLLMAPI docs: Docker deployment (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)