Zum Inhalt springen

Lösungen · Chat-Oberfläche

VPS für Open WebUI mieten

Open WebUI ist die selbst gehostete Chat-Oberfläche für Ollama und jede OpenAI-kompatible API: Konten, Verlauf, Dokumente und Websuche in einem Browser-Tab. Es nennt kein Hardware-Minimum, daher stammen die Größen hier von uns und sind so gekennzeichnet. Mit einem gehosteten Modell ist es eine leichte App, und C2-4-80 für $37.90 reicht völlig; mit dem Ollama, das es mitbringen kann, muss auch das Modell in den Arbeitsspeicher passen, und BD-8 für $12.90 ist der günstigste Rechner, der ein 8B-Modell mit Reserve aufnimmt.

BD-8 bereitstellenAlle Tarife vergleichen

Was es braucht

Software laut Dokumentation, Größen mit Quellenangabe

Software und Sicherheitskonfiguration stammen aus der Dokumentation des jeweiligen Projekts. Wo das Projekt keine Hardwareangabe veröffentlicht, ist bei den Größen angegeben, von wem sie stammen.

Aus der Open-WebUI-README und docs.openwebui.com

  • Installation mit Docker: docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main Die Oberfläche lauscht im Container auf Port 8080; die Doku bildet ihn auf dem Host auf 3000 ab.
  • Enthält es Ollama? Nur im Image :ollama, das beides in einem Container bündelt. Das Image :main nicht: Es verbindet sich per OLLAMA_BASE_URL mit einem Ollama oder einer beliebigen OpenAI-kompatiblen API, die Sie angeben.
  • Das Image ist ein Download von 1.66 GB, und das Standard-Embedding-Modell für die Dokumentensuche belegt etwa 500 MB RAM pro Worker. Die Doku nennt kein Minimum für CPU, RAM oder Speicherplatz.
  • Alles, was Sie anlegen, liegt im Volume /app/backend/data; die Doku warnt, nie ohne es zu laufen. Das erste Konto, das Sie anlegen, wird Administrator, und die Registrierung schließt sich, sobald es existiert.

Größen (von uns: die Doku nennt kein Minimum)

Dimensionierung nach Einsatzzweck
WorkloadvCPURAM
Open WebUI mit einer gehosteten API oder einem separaten OllamaVon uns. Image, App und Embedder für die Dokumentensuche passen mit Reserve; eine Handvoll chattender Benutzer.24 GB
Open WebUI mit dem mitgelieferten Ollama und einem 8B-ModellVon uns. Ein 8B-Modell ist ein Download von 4.9 GB und muss neben der App in den Arbeitsspeicher passen. Einige Tokens pro Sekunde auf einer CPU.48 GB
Mitgeliefertes Ollama mit einem 14B-Modell oder mehrere Personen gleichzeitigVon uns. Ein 14B-Modell hat 9.3 GB; der Rest ist Arbeitsspeicher für die App, ihren Embedder und gleichzeitige Chats.824 GB

Die passenden Tarife

4 Server, live bepreist

Günstigste passende Maschine zuerst. Die Preise sind die heutigen, pro Monat, aus dem Katalog gelesen.

  • C2-4-80$37.90/Monat

    2 vCPU · 4 GB · 80 GB Speicherplatz · 3 TB

    Nur gehostete Modelle: die leichte Installation. 2 vCPU / 4 GB / 80 GB. Open WebUI mit einem API-Schlüssel oder einem Ollama anderswo. Wählen Sie ihn wegen der Stadt, nicht wegen der Größe.

    Bereitstellen
  • BD-8$12.90/Monat

    4 vCPU · 8 GB · 100 GB Speicherplatz · 32 TB

    Am günstigsten mit Platz für das mitgelieferte Ollama und ein 8B-Modell. 4 vCPU, 8 GB, 100 GB für das Image und die Modelldownloads. Doppelt so viel Arbeitsspeicher wie die leichte Installation, für das Modell.

    Bereitstellen
  • C4-8-160$75.90/Monat

    4 vCPU · 8 GB · 160 GB Speicherplatz · 3 TB

    Derselbe Zuschnitt mit 160 GB, in mehr Städten. 4 vCPU / 8 GB / 160 GB, wenn Ihnen die Städte der günstigsten Zeile nicht passen oder Sie eine größere Modellbibliothek möchten.

    Bereitstellen
  • BD-24$31.90/Monat

    8 vCPU · 24 GB · 300 GB Speicherplatz · 32 TB

    8 vCPU / 24 GB für 14B-Modelle und ein Team. Ein 14B-Modell und mehrere gleichzeitige Chats, mit Speicherplatz für eine Dokumentenbibliothek.

    Bereitstellen

Für Open WebUI gibt es noch kein Startskript-Preset: Die Installation besteht aus den vier Schritten unten, die Sie selbst eingeben. Es sind die Befehle aus der eigenen Doku, mit einer gekennzeichneten Änderung.

Die Installation

Vier Schritte, aus der Open-WebUI-Doku

Docker, der Container, das Admin-Konto, dann ein Modell. Erledigen Sie Schritt 3 sofort: Das erste angelegte Konto ist der Administrator.

  1. Docker. curl -fsSL https://get.docker.com | sh Prüfen Sie es mit docker --version.
  2. Geheimen Schlüssel erzeugen und starten. Führen Sie openssl rand -hex 32 aus und bewahren Sie die Ausgabe auf; die Doku übergibt sie als WEBUI_SECRET_KEY. Unsere einzige Änderung an deren Befehl: 127.0.0.1:3000:8080 hält den Port vom öffentlichen Internet fern, bis Sie HTTPS haben. docker run -d -p 127.0.0.1:3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main Für das mitgelieferte Ollama ersetzen Sie das Image durch ghcr.io/open-webui/open-webui:ollama und fügen -v ollama:/root/.ollama hinzu.
  3. Legen Sie den Admin sofort an. Führen Sie auf Ihrem Laptop ssh -N -L 3000:127.0.0.1:3000 root@your-server aus und öffnen Sie dann http://127.0.0.1:3000. Der erste Bildschirm bietet Create Admin Account an; dieses Konto verwaltet alle Einstellungen, und die Registrierung schaltet sich danach selbst ab.
  4. Erst ein Modell, dann eine Domain verbinden. Unter Admin-Einstellungen, Verbindungen: Fügen Sie einen OpenAI-kompatiblen API-Schlüssel oder die Adresse Ihres Ollama hinzu. Für ein Ollama auf demselben Host nennt die README --network=host mit -e OLLAMA_BASE_URL=http://127.0.0.1:11434; der Port ist dann 8080. Für HTTPS schalten Sie einen Reverse Proxy davor und setzen proxy_buffering off; in dessen location-Block, sonst kommen gestreamte Antworten verstümmelt an.

Ehrlich gesagt

Was wir tatsächlich kaufen würden

Das Projekt nennt kein Minimum, also kaufen Sie für das Modell, nicht für die Oberfläche.

Für Open WebUI mit eigenem Ollama

BD-8 · $12.90/Monat

4 vCPU, 8 GB und 100 GB für $12.90: das Image mit 1.66 GB, der Embedder und ein 8B-Modell daneben im Arbeitsspeicher, das auf einer CPU mit einigen Tokens pro Sekunde antwortet. Das passt für eine Person oder ein kleines Team, das geduldig fragt, nicht für einen Raum voller wartender Leute. Wenn alle Ihre Modelle gehostet sind, ist C2-4-80 für $37.90 dieselbe Oberfläche für weniger Geld. Brauchen Personen schnelle lokale Antworten, ist die GPU-Linie die ehrliche Antwort, und das Image :cuda ist dafür gebaut.

BD-8 bereitstellenC2-4-80 nur für gehostete Modelle

Fragen

Was Kunden vor dem Kauf fragen.

Welche Systemanforderungen hat Open WebUI?
Das Projekt nennt keine: Seine README, sein Quick Start und sein Performance-Leitfaden geben kein Minimum für CPU, RAM oder Speicherplatz an. Sie sagen aber, dass das Image :main ein Download von 1.66 GB ist (176 MB für das Image :slim, das den mitgelieferten Machine-Learning-Stack weglässt) und dass das Standard-Embedding-Modell für die Dokumentensuche etwa 500 MB RAM pro Worker-Prozess belegt. Die Größen auf dieser Seite stammen von uns, abgeleitet aus diesen Zahlen und aus dem Modell, das Sie daneben betreiben möchten.
Enthält Open WebUI Ollama?
Nur wenn Sie es wünschen. Das Image :ollama bündelt Open WebUI und Ollama in einem Container, gestartet mit einem zweiten Volume für die Modelle. Das Image :main nicht: Es verbindet sich mit einem Ollama, das Sie anderswo oder auf demselben Rechner betreiben, und mit jeder OpenAI-kompatiblen API, etwa gehosteten Anbietern oder vLLM. Unsere Ollama-Seite bemisst die Modellseite nach RAM.
Welchen Port verwendet es?
Die App lauscht im Container auf 8080, und die Doku veröffentlicht sie auf dem Host als 3000 mit -p 3000:8080. Wenn Sie --network=host verwenden, um ein Ollama auf demselben Rechner zu erreichen, ist der Port stattdessen 8080. Belassen Sie ihn auf Loopback und nutzen Sie einen SSH-Tunnel, bis das Admin-Konto existiert und HTTPS davor liegt, denn das erste angelegte Konto ist der Administrator.
Brauche ich eine GPU?
Nicht für Open WebUI selbst, das eine Web-App ist. Eine GPU spielt nur für das Modell eine Rolle: Das Image :cuda betreibt es auf einer Nvidia-Karte, und ohne eine antwortet ein mitgeliefertes oder separates Ollama auf der CPU, langsam. Werden die Modelle hinter einem API-Schlüssel gehostet, ist überhaupt keine GPU beteiligt.
Wo liegen meine Daten, und wie aktualisiere ich?
Im Volume, das unter /app/backend/data eingehängt ist: Chats, Benutzer und Einstellungen, standardmäßig in SQLite. Die Doku sagt, nie ohne es zu laufen. Zum Aktualisieren laden Sie das neue Image, entfernen den Container und führen denselben Befehl erneut mit demselben Volume und demselben geheimen Schlüssel aus. Die Doku empfiehlt PostgreSQL, sobald viele Personen es gleichzeitig nutzen.
Wie viele Personen kann ein VPS bedienen?
Die Doku nennt keine Zahl. Sie sagt aber, dass die Standardeinstellungen für die private Nutzung gedacht sind: SQLite als Datenbank, ein lokaler Vektorspeicher, der mit mehr als einem Worker nicht sicher ist, und ein Embedding-Modell, das in die App selbst geladen wird. Für ein ausgelastetes Team verweist sie auf PostgreSQL, Redis und einen externen Embedding-Dienst, und das Auslagern der Embeddings vom Rechner spart Hunderte Megabyte pro Worker.
Open WebUI, Dify oder AnythingLLM?
Open WebUI ist die Chat-Oberfläche: Sie bringen die Modelle mit, und es gibt Personen Konten, Verlauf, Dokumente und Werkzeuge im Browser. Dify ist eine Plattform zum Bauen von LLM-Apps und Workflows, und AnythingLLM hat ein eigenes Konzept für Dokumenten-Chats. Alle drei laufen auf derselben Art von Rechner, und jedes hat hier eine eigene Seite mit seinen Anforderungen.

Weiterlesen

Verwandt