首页 / 指南 / Open WebUI 的免费 LLM API

Open WebUI 的免费 LLM API

Open WebUI 是一个自托管的聊天界面。它可以连接任何支持 OpenAI Chat Completions API 的服务器。本指南将 Open WebUI 连接到 FreeLLMAPI。FreeLLMAPI 通过一个密钥整合了 45 个免费提供方套餐。您只需添加一个连接。路由器会将每次对话发送到一个免费模型。当某个限制导致请求失败时,路由器会切换到下一个提供方。

代码、模型名称和目录中的实时标签以英文显示。

连接的工作方式

Open WebUI 将聊天请求发送到每个 OpenAI 连接的 URL。FreeLLMAPI 在 http://localhost:3001/v1 上监听,并接受相同的请求。它选择一个免费模型,发送请求,并以 OpenAI 格式返回回答。

  • 一个连接,多个提供方:您只需添加一个 URL 和一个统一密钥。您的提供方密钥保存在您计算机上的 FreeLLMAPI 中。
  • 自动切换:当某个提供方返回 429 错误时,路由器会尝试回退链中的下一个模型。
  • 限制:免费套餐有请求和令牌限制。添加更多提供方密钥可获得更多每日请求数。自动切换可分散负载,但不会取消这些限制。

请先安装 FreeLLMAPI。它在 Docker 中运行。在浏览器中打开 http://localhost:3001 仪表板,在 Keys 页面添加至少两个免费提供方密钥,然后复制您的统一密钥。

安装 FreeLLMAPI(macOS 或 Linux)

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

第 1 步:找到正确的 URL

Open WebUI 必须使用的 URL 取决于每个程序的运行位置。Open WebUI 通常在 Docker 中运行。在容器内,localhost 指向容器本身,而不是您的计算机。

Open WebUI 运行于FreeLLMAPI 运行于使用的 URL
主机上(pip 或 uv)主机上(Docker 或桌面应用)http://localhost:3001/v1
Docker Desktop 中(macOS、Windows)主机上http://host.docker.internal:3001/v1
Linux 上的 Docker 中Docker 中(安装脚本)共享 Docker 网络上的 http://freellmapi:3001/v1
另一台计算机上局域网内的服务器上http://<server-ip>:3001/v1,并且仅在可信网络上设置 HOST_BIND=0.0.0.0

默认情况下,FreeLLMAPI 容器只将其端口发布到 127.0.0.1。在 Linux 上,另一个容器通常无法通过主机访问该端口。请将两个容器连接到同一个 Docker 网络。然后将服务名 freellmapi 用作主机名。

将 Open WebUI 连接到 FreeLLMAPI 网络(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

第 2 步:添加连接

您可以在界面中添加连接,也可以使用环境变量。界面方法最简单。

  1. 打开 Admin Panel,进入 Settings > Connections。
  2. 找到 Manage OpenAI API Connections 列表。点击 Add Connection。
  3. 在 URL 中输入第 1 步中的 URL,例如 http://host.docker.internal:3001/v1。
  4. 在 API Key 中粘贴您的 FreeLLMAPI 统一密钥。
  5. 点击 Verify Connection。然后点击 Save。

要在容器启动时设置连接,请使用 OPENAI_API_BASE_URL 和 OPENAI_API_KEY。下面的命令是标准的 Open WebUI docker run 命令,并添加了这两个变量。

使用 FreeLLMAPI 连接执行 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

要保留已有的 OpenAI 连接,请使用复数变量。OPENAI_API_BASE_URLS 和 OPENAI_API_KEYS 接受以分号分隔的列表。第一个密钥对应第一个 URL。

一个容器中的两个连接

-e OPENAI_API_BASE_URLS="https://api.openai.com/v1;http://host.docker.internal:3001/v1" \
-e OPENAI_API_KEYS="<openai-key>;<unified-key>"
重要:这些变量在首次启动时保存到 Open WebUI 数据库中。此后,在 Admin Panel 中保存的值优先于环境变量。如果修改变量没有效果,请在 Admin Panel 中编辑该连接。您也可以设置 ENABLE_PERSISTENT_CONFIG=False,使环境变量生效。

第 3 步:保持模型列表简短

FreeLLMAPI 在 /v1/models 上返回完整目录。该目录也包含您尚未添加密钥、因而暂时无法调用的模型。Open WebUI 会显示连接返回的每个模型。大量失败的模型并无用处。

重新打开该连接,使用 Model IDs 字段。添加 ID 后,Open WebUI 只显示这些 ID,并停止读取完整列表。请先添加路由器条目:

模型 ID路由器的行为
auto遵循仪表板中您当前启用的回退链
auto:fast按实测速度对已启用的模型排序
auto:smart按智能水平对已启用的模型排序
auto:reliable按近期成功率对已启用的模型排序
auto:<profile>使用指定的回退链,例如视觉链

您也可以添加固定的模型 ID,例如下表中的某个模型。固定模型每次给出的回答风格相同。当该模型的免费额度用完时,它也会停止响应,除非同一模型在其他提供方同样免费。

为节省额度,请将任务模型设置为一个快速条目。Open WebUI 使用任务模型生成标题和搜索查询。变量为 TASK_MODEL_EXTERNAL,例如 TASK_MODEL_EXTERNAL=auto:fast。

具有 128K 以上上下文的强大免费聊天模型
模型免费提供方上下文免费额度(最优惠)工具视觉
GLM 5.3APINex, UnoRouter1M5 请求/分钟
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
是否
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM 另外 1 个1M40 请求/分钟
40 RPM
是是
Gemini 3.8 FlashAPINex, Google AI Studio1M5 请求/分钟
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
是是
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowance是否
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring credit是是
Deepseek V4.1 FlashAPINex1M5 请求/分钟
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
否否
Gemini 3.7 FlashGoogle AI Studio1M10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring credit是是
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 请求/分钟
50 请求/天
50 req/day account-wide (1,000 after a $10 purchase)
是是
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 请求/分钟
50 请求/天
Shared rate limit
是否

显示 10 个(共 184 个匹配的免费模型)。 查看所有模型.

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

如果您在 Open WebUI 中发送图片,路由器只会为该请求使用视觉模型。如果您的链中没有视觉模型,请求将返回错误 422。以下免费模型接受图片:

支持图片输入的免费模型
模型免费提供方上下文免费额度(最优惠)工具视觉
GLM 5.3 FlashUnoRouter1M1 请求/分钟
1 req/min per model
是是
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quota是是
Gemini Flash (latest alias)Google AI Studio-10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring credit是是
Gemini 3.7 FlashGoogle AI Studio1M10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring credit是是

显示 6 个(共 67 个匹配的免费模型)。 查看所有模型.

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

为文档使用免费嵌入

Open WebUI 可以通过兼容 OpenAI 的 API 为您的文档生成嵌入。FreeLLMAPI 提供 /v1/embeddings。嵌入的自动切换从不更换模型,因此您存储中的向量保持兼容。

Open WebUI 的嵌入设置

-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

选择一个嵌入系列并保持不变。如果更换系列,请为所有文档重新生成嵌入。当前目录中的免费嵌入模型如下:

模型提供方维度最大输入免费额度
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)

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

故障排除

问题原因解决方法
Verify Connection 因网络错误失败localhost 指向 Open WebUI 容器如第 1 步所示,使用 host.docker.internal 或共享 Docker 网络
Verify Connection 返回 401密钥错误或包含空格从 Keys 页面重新复制统一密钥
选择器中有数百个模型连接读取了完整目录在 Model IDs 中添加 auto 和您选择的 ID
某个模型每条消息都失败没有该模型提供方的密钥添加该提供方的密钥,或选择 auto
多次聊天后出现 429 错误链中所有提供方密钥都已达到限制添加更多提供方的密钥,或等待 Retry-After 标头中的重置时间
环境变量没有效果数据库中保存的值优先在 Admin Panel 中编辑该连接

要查看哪个提供方回答了某次聊天,请读取响应中的 X-Routed-Via 标头。仪表板 Analytics 菜单中的 Server Logs 查看器也会显示路由决策和密钥冷却状态。

通过一个密钥使用以上每一个模型。 FreeLLMAPI 是一个开源的自托管路由器。它将所有这些免费套餐放在一个兼容 OpenAI 的端点之后,并在某个套餐被限速时自动切换。 浏览目录 或 立即开始.

常见问题

Open WebUI 有免费的 API 吗?

有。Open WebUI 支持任何兼容 OpenAI 的 API。FreeLLMAPI 通过一个 URL 和一个密钥整合了多个免费提供方套餐。每个免费套餐都有各自的限制。

在 Open WebUI 中,兼容 OpenAI 的连接应使用什么 URL?

使用末尾带 /v1 的基础 URL,例如 http://host.docker.internal:3001/v1。不要添加 /chat/completions。如果 Open WebUI 在 Docker 中运行,请不要使用 localhost。

为什么 Open WebUI 忽略我对 OPENAI_API_BASE_URL 的修改?

Open WebUI 在首次启动后将连接设置保存到其数据库中。数据库中的值优先。请在 Admin Panel 中编辑该连接,或设置 ENABLE_PERSISTENT_CONFIG=False。

Open WebUI 能否同时使用多个免费提供方?

可以。每个提供方可以添加一个连接。使用 FreeLLMAPI 时,一个连接就足够,因为路由器会选择提供方,并在某个限制导致请求失败时切换到下一个提供方。

在 Open WebUI 中,哪个免费模型最好?

从 auto 开始。它遵循您的回退链。如需固定模型,请从本页的表格中选择一个上下文窗口较大的模型。

相关指南

来源

全部指南 · 浏览所有免费模型