Open WebUI साठी मोफत LLM API
Open WebUI हा एक स्वतः होस्ट केलेला चॅट इंटरफेस आहे. तो OpenAI Chat Completions API वापरणाऱ्या कोणत्याही सर्व्हरशी जोडला जाऊ शकतो. हे मार्गदर्शक Open WebUI ला FreeLLMAPI शी जोडते. FreeLLMAPI एका कीमागे 45 मोफत प्रदाता टियर एकत्र ठेवते. तुम्ही एक कनेक्शन जोडता. राउटर प्रत्येक चॅट एका मोफत मॉडेलकडे पाठवतो आणि एखाद्या मर्यादेमुळे विनंती थांबल्यास पुढच्या प्रदात्याकडे जातो.
कोड, मॉडेलची नावे आणि थेट कॅटलॉग लेबल इंग्रजीत दाखवले जातात.
कनेक्शन कसे काम करते
Open WebUI प्रत्येक OpenAI कनेक्शनच्या URL वर चॅट विनंत्या पाठवते. FreeLLMAPI http://localhost:3001/v1 वर ऐकते आणि त्याच विनंत्या स्वीकारते. ते एक मोफत मॉडेल निवडते, विनंती पाठवते आणि उत्तर OpenAI स्वरूपात परत देते.
- एक कनेक्शन, अनेक प्रदाते: तुम्ही एक URL आणि एक एकत्रित की जोडता. तुमच्या प्रदात्यांच्या की तुमच्या संगणकावर FreeLLMAPI मध्येच राहतात.
- फेलओव्हर: एखादा प्रदाता 429 त्रुटी परत करतो तेव्हा राउटर तुमच्या फॉलबॅक साखळीतील पुढील मॉडेल वापरून पाहतो.
- मर्यादा: मोफत टियरवर विनंती आणि टोकन मर्यादा असतात. अधिक प्रदात्यांच्या की दिल्यास दररोज अधिक विनंत्या मिळतात. फेलओव्हरमुळे भार विभागला जातो, पण मर्यादा नाहीशा होत नाहीत.
आधी FreeLLMAPI इन्स्टॉल करा. ते Docker मध्ये चालते. http://localhost:3001 वर डॅशबोर्ड उघडा, Keys पेजवर किमान दोन मोफत प्रदात्यांच्या की जोडा आणि तुमची एकत्रित की कॉपी करा.
FreeLLMAPI इन्स्टॉल करा (macOS किंवा Linux)
curl -fsSL https://freellmapi.co/install.sh | bashपायरी 1: योग्य URL शोधा
Open WebUI ने कोणते URL वापरावे, हे प्रत्येक प्रोग्राम कुठे चालतो यावर अवलंबून असते. Open WebUI सहसा Docker मध्ये चालतो. कंटेनरच्या आत localhost म्हणजे कंटेनर स्वतः, तुमचा संगणक नव्हे.
| Open WebUI चालतो | FreeLLMAPI चालते | वापरायचे URL |
|---|---|---|
| होस्टवर (pip किंवा uv) | होस्टवर (Docker किंवा डेस्कटॉप ॲप) | http://localhost:3001/v1 |
| Docker Desktop मध्ये (macOS, Windows) | होस्टवर | http://host.docker.internal:3001/v1 |
| Linux वर Docker मध्ये | Docker मध्ये (इन्स्टॉल स्क्रिप्ट) | शेअर्ड Docker नेटवर्कवर http://freellmapi:3001/v1 |
| दुसऱ्या संगणकावर | तुमच्या LAN वरील सर्व्हरवर | http://<server-ip>:3001/v1, फक्त विश्वासू नेटवर्कवर HOST_BIND=0.0.0.0 सह |
डीफॉल्टनुसार FreeLLMAPI कंटेनर त्याचा पोर्ट फक्त 127.0.0.1 वर प्रकाशित करतो. Linux वर दुसरा कंटेनर होस्टमार्फत त्या पोर्टपर्यंत नेहमी पोहोचू शकत नाही. दोन्ही कंटेनर एकाच Docker नेटवर्कशी जोडा. मग होस्ट नाव म्हणून सर्व्हिसचे नाव freellmapi वापरा.
Open WebUI ला FreeLLMAPI नेटवर्कशी जोडा (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 300पायरी 2: कनेक्शन जोडा
कनेक्शन इंटरफेसमध्ये किंवा एन्व्हायर्नमेंट व्हेरिएबल्सद्वारे जोडता येते. इंटरफेस ही सर्वात सोपी पद्धत आहे.
- Admin Panel उघडा आणि Settings > Connections वर जा.
- Manage OpenAI API Connections यादी शोधा. Add Connection क्लिक करा.
- URL मध्ये पायरी 1 मधील URL टाइप करा, उदाहरणार्थ
http://host.docker.internal:3001/v1. - API Key मध्ये तुमची FreeLLMAPI एकत्रित की पेस्ट करा.
- Verify Connection क्लिक करा. मग Save क्लिक करा.
कंटेनर सुरू होताना कनेक्शन सेट करण्यासाठी OPENAI_API_BASE_URL आणि OPENAI_API_KEY वापरा. खालील कमांड ही Open WebUI ची मानक docker run कमांड आहे, ज्यात हे दोन व्हेरिएबल जोडले आहेत.
FreeLLMAPI कनेक्शनसह 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:mainआधीचे OpenAI कनेक्शन ठेवण्यासाठी बहुवचन व्हेरिएबल्स वापरा. OPENAI_API_BASE_URLS आणि OPENAI_API_KEYS अर्धविरामाने (;) वेगळ्या केलेल्या याद्या घेतात. पहिली की पहिल्या URL सोबत जाते.
एका कंटेनरमध्ये दोन 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>"ENABLE_PERSISTENT_CONFIG=False सेट करू शकता.पायरी 3: मॉडेलची यादी लहान ठेवा
FreeLLMAPI /v1/models वर संपूर्ण कॅटलॉग परत देते. कॅटलॉगमध्ये अशी मॉडेल्सही असतात जी तुम्ही अजून वापरू शकत नाही, कारण त्यांची की तुम्ही जोडलेली नाही. Open WebUI कनेक्शनने परत दिलेले प्रत्येक मॉडेल दाखवते. अयशस्वी होणाऱ्या मॉडेलची लांब यादी उपयोगी नसते.
कनेक्शन पुन्हा उघडा आणि Model IDs फील्ड वापरा. ID जोडल्यावर Open WebUI फक्त हेच ID दाखवते आणि संपूर्ण यादी वाचणे थांबवते. आधी राउटरच्या नोंदी जोडा:
| मॉडेल ID | राउटर काय करतो |
|---|---|
auto | डॅशबोर्डमधील तुमची सक्रिय फॉलबॅक साखळी पाळतो |
auto:fast | सक्षम मॉडेल्सना मोजलेल्या वेगानुसार क्रम लावतो |
auto:smart | सक्षम मॉडेल्सना बुद्धिमत्तेनुसार क्रम लावतो |
auto:reliable | सक्षम मॉडेल्सना अलीकडील यशाच्या दरानुसार क्रम लावतो |
auto:<profile> | नावाची फॉलबॅक साखळी वापरतो, उदाहरणार्थ व्हिजन साखळी |
खालील तक्त्यातील मॉडेलसारखे एक निश्चित मॉडेल ID देखील जोडू शकता. निश्चित मॉडेल प्रत्येक वेळी एकाच शैलीचे उत्तर देते. त्या मॉडेलची मोफत मर्यादा संपली की तेही थांबते, जोपर्यंत तेच मॉडेल इतर प्रदात्यांवर मोफत नसते.
कोटा वाचवण्यासाठी टास्क मॉडेल एका जलद नोंदीवर सेट करा. Open WebUI शीर्षके आणि शोध क्वेरींसाठी टास्क मॉडेल वापरते. व्हेरिएबल TASK_MODEL_EXTERNAL आहे, उदाहरणार्थ TASK_MODEL_EXTERNAL=auto:fast.
| मॉडेल | मोफत उपलब्ध | संदर्भ | मोफत मर्यादा (सर्वोत्तम ऑफर) | साधने | व्हिजन |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 विनंत्या/मिनिट 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | होय | नाही |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 अधिक | 1M | 40 विनंत्या/मिनिट 40 RPM | होय | होय |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 विनंत्या/मिनिट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | होय | होय |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | होय | नाही |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
| Deepseek V4.1 Flash | APINex | 1M | 5 विनंत्या/मिनिट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | नाही | नाही |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 विनंत्या/मिनिट 20 विनंत्या/दिवस 250,000 टोकन/मिनिट ~3M | होय | होय |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 विनंत्या/मिनिट 50 विनंत्या/दिवस 50 req/day account-wide (1,000 after a $10 purchase) | होय | होय |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 विनंत्या/मिनिट 50 विनंत्या/दिवस Shared rate limit | होय | नाही |
जुळणाऱ्या 184 मोफत मॉडेलपैकी 10 दाखवले जात आहेत. सर्व मॉडेल पहा.
FreeLLMAPI कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.
Open WebUI मध्ये तुम्ही प्रतिमा पाठवल्यास राउटर त्या विनंतीसाठी फक्त व्हिजन मॉडेल वापरतो. तुमच्या साखळीत व्हिजन मॉडेल नसल्यास विनंती 422 त्रुटी परत करते. ही मोफत मॉडेल्स प्रतिमा स्वीकारतात:
| मॉडेल | मोफत उपलब्ध | संदर्भ | मोफत मर्यादा (सर्वोत्तम ऑफर) | साधने | व्हिजन |
|---|---|---|---|---|---|
| GLM 5.3 Flash | UnoRouter | 1M | 1 विनंत्या/मिनिट 1 req/min per model | होय | होय |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | होय | होय |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 विनंत्या/मिनिट 20 विनंत्या/दिवस 250,000 टोकन/मिनिट ~3M | होय | होय |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 विनंत्या/मिनिट 20 विनंत्या/दिवस 250,000 टोकन/मिनिट ~3M | होय | होय |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
जुळणाऱ्या 67 मोफत मॉडेलपैकी 6 दाखवले जात आहेत. सर्व मॉडेल पहा.
FreeLLMAPI कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.
दस्तऐवजांसाठी मोफत एम्बेडिंग वापरा
Open WebUI OpenAI-सुसंगत API द्वारे तुमच्या दस्तऐवजांसाठी एम्बेडिंग तयार करू शकते. FreeLLMAPI /v1/embeddings पुरवते. एम्बेडिंग फेलओव्हरमुळे मॉडेल कधीच बदलत नाही, त्यामुळे तुमच्या स्टोअरमधील व्हेक्टर सुसंगत राहतात.
Open WebUI साठी एम्बेडिंग सेटिंग्ज
-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-m3एक एम्बेडिंग कुटुंब निवडा आणि ते ठेवा. कुटुंब बदलल्यास सर्व दस्तऐवजांचे एम्बेडिंग पुन्हा तयार करा. आजच्या कॅटलॉगमधील मोफत एम्बेडिंग मॉडेल्स ही आहेत:
| मॉडेल | प्रदाता | परिमाणे | कमाल इनपुट | मोफत मर्यादा |
|---|---|---|---|---|
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 कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.
समस्या निवारण
| समस्या | कारण | उपाय |
|---|---|---|
| Verify Connection नेटवर्क त्रुटीसह अयशस्वी होते | localhost Open WebUI कंटेनरकडे निर्देश करते | पायरी 1 प्रमाणे host.docker.internal किंवा शेअर्ड Docker नेटवर्क वापरा |
| Verify Connection 401 सह अयशस्वी होते | की चुकीची आहे किंवा त्यात स्पेस आहेत | Keys पेजवरून एकत्रित की पुन्हा कॉपी करा |
| निवडकर्त्यात शेकडो मॉडेल्स | कनेक्शन संपूर्ण कॅटलॉग वाचते | Model IDs मध्ये auto आणि तुमचे निवडलेले ID जोडा |
| प्रत्येक संदेशावर एक मॉडेल अयशस्वी होते | त्या मॉडेलच्या प्रदात्याची की नाही | प्रदात्याची की जोडा, किंवा auto निवडा |
| अनेक चॅटनंतर 429 त्रुटी | साखळीतील सर्व प्रदाता की त्यांच्या मर्यादेवर आहेत | अधिक प्रदात्यांच्या की जोडा, किंवा Retry-After हेडरमधील रीसेट वेळेची वाट पहा |
| एन्व्हायर्नमेंट व्हेरिएबल्सचा परिणाम होत नाही | डेटाबेसमध्ये सेव्ह केलेली मूल्ये प्राधान्य घेतात | Admin Panel मध्ये कनेक्शन संपादित करा |
कोणत्या प्रदात्याने चॅटला उत्तर दिले हे पाहण्यासाठी उत्तराचे X-Routed-Via हेडर वाचा. डॅशबोर्डच्या Analytics मेनूमधील Server Logs दर्शक राउटिंग निर्णय आणि की कूलडाउन देखील दाखवतो.
वारंवार विचारले जाणारे प्रश्न
Open WebUI साठी मोफत API आहे का?
होय. Open WebUI कोणत्याही OpenAI-सुसंगत API सोबत काम करते. FreeLLMAPI मोफत प्रदाता टियर एका URL आणि एका कीमागे एकत्र करते. प्रत्येक मोफत टियरच्या स्वतःच्या मर्यादा असतात.
Open WebUI मधील OpenAI-सुसंगत कनेक्शनसाठी कोणते URL वापरू?
शेवटी /v1 असलेला बेस URL वापरा, उदाहरणार्थ http://host.docker.internal:3001/v1. /chat/completions जोडू नका. Open WebUI Docker मध्ये चालत असल्यास localhost वापरू नका.
माझ्या OPENAI_API_BASE_URL बदलाकडे Open WebUI दुर्लक्ष का करते?
पहिल्या सुरुवातीनंतर Open WebUI कनेक्शन सेटिंग्ज त्याच्या डेटाबेसमध्ये सेव्ह करते. डेटाबेसमधील मूल्ये प्राधान्य घेतात. Admin Panel मध्ये कनेक्शन संपादित करा, किंवा ENABLE_PERSISTENT_CONFIG=False सेट करा.
Open WebUI एकाच वेळी अनेक मोफत प्रदाते वापरू शकते का?
होय. प्रत्येक प्रदात्यासाठी एक कनेक्शन जोडता येते. FreeLLMAPI सोबत एक कनेक्शन पुरेसे आहे, कारण राउटर प्रदाता निवडतो आणि एखाद्या मर्यादेमुळे विनंती थांबल्यास पुढच्या प्रदात्याकडे जातो.
Open WebUI मध्ये कोणते मोफत मॉडेल सर्वोत्तम आहे?
auto ने सुरुवात करा. ते तुमच्या फॉलबॅक साखळीचे पालन करते. निश्चित मॉडेलसाठी या पृष्ठावरील तक्त्यातून मोठी संदर्भ विंडो असलेले एक निवडा.
संबंधित मार्गदर्शक
- SillyTavern साठी मोफत API
- मोफत OpenAI-सुसंगत API बेस URL
- मोफत Embeddings API
- RAG साठी मोफत LLM API
- मोफत LLM API रेट मर्यादा
स्रोत
- Open WebUI docs: environment variable configuration (तपासले 20 November 2026)
- Open WebUI docs: connect an OpenAI-compatible provider (तपासले 20 November 2026)
- Open WebUI README: Docker installation (तपासले 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, embeddings) (तपासले 20 November 2026)
- FreeLLMAPI docs: Docker deployment (तपासले 20 November 2026)