मुख्यपृष्ठ / मार्गदर्शक / Open WebUI साठी मोफत LLM API

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 | bash

पायरी 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 चालतोFreeLLMAPI चालतेवापरायचे URL
होस्टवर (pip किंवा uv)होस्टवर (Docker किंवा डेस्कटॉप ॲप)http://localhost:3001/v1
Docker Desktop मध्ये (macOS, Windows)होस्टवरhttp://host.docker.internal:3001/v1
Linux वर Docker मध्येDocker मध्ये (इन्स्टॉल स्क्रिप्ट)शेअर्ड Docker नेटवर्कवर http://freellmapi:3001/v1
दुसऱ्या संगणकावरतुमच्या LAN वरील सर्व्हरवरhttp://<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 300

पायरी 2: कनेक्शन जोडा

कनेक्शन इंटरफेसमध्ये किंवा एन्व्हायर्नमेंट व्हेरिएबल्सद्वारे जोडता येते. इंटरफेस ही सर्वात सोपी पद्धत आहे.

  1. Admin Panel उघडा आणि Settings > Connections वर जा.
  2. Manage OpenAI API Connections यादी शोधा. Add Connection क्लिक करा.
  3. URL मध्ये पायरी 1 मधील URL टाइप करा, उदाहरणार्थ http://host.docker.internal:3001/v1.
  4. API Key मध्ये तुमची FreeLLMAPI एकत्रित की पेस्ट करा.
  5. 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:main

आधीचे 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>"
महत्त्वाचे: हे व्हेरिएबल्स पहिल्या सुरुवातीला Open WebUI च्या डेटाबेसमध्ये सेव्ह होतात. त्यानंतर Admin Panel मध्ये सेव्ह केलेली मूल्ये एन्व्हायर्नमेंटपेक्षा प्राधान्य घेतात. व्हेरिएबल्समध्ये बदल करूनही परिणाम न दिसल्यास Admin Panel मध्ये कनेक्शन संपादित करा. एन्व्हायर्नमेंट प्रभावी ठरण्यासाठी 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 IDराउटर काय करतो
autoडॅशबोर्डमधील तुमची सक्रिय फॉलबॅक साखळी पाळतो
auto:fastसक्षम मॉडेल्सना मोजलेल्या वेगानुसार क्रम लावतो
auto:smartसक्षम मॉडेल्सना बुद्धिमत्तेनुसार क्रम लावतो
auto:reliableसक्षम 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.

128K+ संदर्भ असलेली मजबूत मोफत चॅट मॉडेल्स
मॉडेलमोफत उपलब्धसंदर्भमोफत मर्यादा (सर्वोत्तम ऑफर)साधनेव्हिजन
GLM 5.3APINex, UnoRouter1M5 विनंत्या/मिनिट
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
होयनाही
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 अधिक1M40 विनंत्या/मिनिट
40 RPM
होयहोय
Gemini 3.8 FlashAPINex, Google AI Studio1M5 विनंत्या/मिनिट
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
होयहोय
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceहोयनाही
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहोयहोय
Deepseek V4.1 FlashAPINex1M5 विनंत्या/मिनिट
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
नाहीनाही
Gemini 3.7 FlashGoogle AI Studio1M10 विनंत्या/मिनिट
20 विनंत्या/दिवस
250,000 टोकन/मिनिट
~3M
होयहोय
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहोयहोय
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 विनंत्या/मिनिट
50 विनंत्या/दिवस
50 req/day account-wide (1,000 after a $10 purchase)
होयहोय
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 विनंत्या/मिनिट
50 विनंत्या/दिवस
Shared rate limit
होयनाही

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:

प्रतिमा इनपुट असलेली मोफत मॉडेल्स
मॉडेलमोफत उपलब्धसंदर्भमोफत मर्यादा (सर्वोत्तम ऑफर)साधनेव्हिजन
GLM 5.3 FlashUnoRouter1M1 विनंत्या/मिनिट
1 req/min per model
होयहोय
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaहोयहोय
Gemini Flash (latest alias)Google AI Studio-10 विनंत्या/मिनिट
20 विनंत्या/दिवस
250,000 टोकन/मिनिट
~3M
होयहोय
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहोयहोय
Gemini 3.7 FlashGoogle AI Studio1M10 विनंत्या/मिनिट
20 विनंत्या/दिवस
250,000 टोकन/मिनिट
~3M
होयहोय
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहोयहोय

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-m3

एक एम्बेडिंग कुटुंब निवडा आणि ते ठेवा. कुटुंब बदलल्यास सर्व दस्तऐवजांचे एम्बेडिंग पुन्हा तयार करा. आजच्या कॅटलॉगमधील मोफत एम्बेडिंग मॉडेल्स ही आहेत:

मॉडेलप्रदातापरिमाणेकमाल इनपुटमोफत मर्यादा
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 कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.

समस्या निवारण

समस्याकारणउपाय
Verify Connection नेटवर्क त्रुटीसह अयशस्वी होतेlocalhost Open WebUI कंटेनरकडे निर्देश करतेपायरी 1 प्रमाणे host.docker.internal किंवा शेअर्ड Docker नेटवर्क वापरा
Verify Connection 401 सह अयशस्वी होतेकी चुकीची आहे किंवा त्यात स्पेस आहेतKeys पेजवरून एकत्रित की पुन्हा कॉपी करा
निवडकर्त्यात शेकडो मॉडेल्सकनेक्शन संपूर्ण कॅटलॉग वाचतेModel IDs मध्ये auto आणि तुमचे निवडलेले ID जोडा
प्रत्येक संदेशावर एक मॉडेल अयशस्वी होतेत्या मॉडेलच्या प्रदात्याची की नाहीप्रदात्याची की जोडा, किंवा auto निवडा
अनेक चॅटनंतर 429 त्रुटीसाखळीतील सर्व प्रदाता की त्यांच्या मर्यादेवर आहेतअधिक प्रदात्यांच्या की जोडा, किंवा Retry-After हेडरमधील रीसेट वेळेची वाट पहा
एन्व्हायर्नमेंट व्हेरिएबल्सचा परिणाम होत नाहीडेटाबेसमध्ये सेव्ह केलेली मूल्ये प्राधान्य घेतातAdmin 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.

या सर्व मॉडेलचा वापर एकाच कीद्वारे करा. FreeLLMAPI हा एक ओपन-सोर्स, स्वतः होस्ट केलेला राउटर आहे. तो हे सर्व मोफत टियर एका OpenAI-सुसंगत एंडपॉइंटमागे ठेवतो आणि एखादे मॉडेल मर्यादेत असताना दुसऱ्याकडे वळवतो. कॅटलॉग ब्राउझ करा किंवा थेट पहा.

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

स्रोत

सर्व मार्गदर्शक · सर्व मोफत मॉडेल पहा