Saltar al contenido

Soluciones · Interfaz de chat

Un VPS para Open WebUI

Open WebUI es la interfaz de chat autoalojada para Ollama y cualquier API compatible con OpenAI: cuentas, historial, documentos y búsqueda web en una pestaña del navegador. No publica requisitos mínimos de hardware, así que los tamaños de esta página son nuestros y están indicados como tales. Conectado a un modelo alojado es una aplicación ligera, y C2-4-80 a $37.90 es más que suficiente; con el Ollama que puede incluir, el modelo también tiene que caber en memoria, y BD-8 a $12.90 es la máquina más barata que admite un modelo de 8B con margen.

Implementar BD-8Comparar todos los planes

Lo que necesita

Software según la documentación, tamaños etiquetados por fuente

El software y la configuración de seguridad provienen de la documentación oficial del proyecto. Cuando el proyecto no publica requisitos de hardware, los tamaños indican de quién son.

Según el README de Open WebUI y docs.openwebui.com

  • Instalación con 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 La interfaz escucha en el puerto 8080 dentro del contenedor; la documentación lo asigna al 3000 en el host.
  • ¿Incluye Ollama? Solo en la imagen :ollama, que agrupa ambos en un contenedor. La imagen :main no: se conecta a un Ollama o a cualquier API compatible con OpenAI que usted indique, mediante OLLAMA_BASE_URL.
  • La imagen pesa 1.66 GB de descarga, y el modelo de embeddings predeterminado para la búsqueda en documentos ocupa unos 500 MB de RAM por worker. La documentación no publica mínimos de CPU, RAM ni disco.
  • Todo lo que crea se guarda en el volumen /app/backend/data; la documentación advierte que nunca se ejecute sin él. La primera cuenta que cree pasa a ser la de administrador, y el registro se cierra en cuanto existe.

Tamaños (nuestros: la documentación no publica ningún mínimo)

Dimensionamiento por carga de trabajo
Carga de trabajovCPURAM
Open WebUI con una API alojada o un Ollama separadoNuestro. La imagen, la aplicación y el embedder para la búsqueda en documentos caben con margen; unos pocos usuarios chateando.24 GB
Open WebUI con el Ollama incluido y un modelo de 8BNuestro. Un modelo de 8B es una descarga de 4.9 GB y tiene que caber en memoria junto a la aplicación. Unos pocos tokens por segundo en una CPU.48 GB
Ollama incluido con un modelo de 14B, o varias personas a la vezNuestro. Un modelo de 14B ocupa 9.3 GB; el resto es memoria para la aplicación, su embedder y los chats simultáneos.824 GB

Los planes adecuados

4 máquinas, con precio en tiempo real

Primero la máquina adecuada más barata. Precios de hoy, por mes, tomados del catálogo.

  • C2-4-80$37.90/mes

    2 vCPU · 4 GB · 80 GB de disco · 3 TB

    Solo modelos alojados: la instalación ligera. 2 vCPU / 4 GB / 80 GB. Open WebUI con una clave de API o un Ollama en otro lugar. Elíjalo por la ciudad, no por el tamaño.

    Implementar
  • BD-8$12.90/mes

    4 vCPU · 8 GB · 100 GB de disco · 32 TB

    El más barato con espacio para el Ollama incluido y un modelo de 8B. 4 vCPU, 8 GB, 100 GB para la imagen y las descargas de modelos. El doble de memoria que la instalación ligera, para el modelo.

    Implementar
  • C4-8-160$75.90/mes

    4 vCPU · 8 GB · 160 GB de disco · 3 TB

    La misma configuración con 160 GB, en más ciudades. 4 vCPU / 8 GB / 160 GB, para cuando las ciudades de la fila más barata no le convienen o quiere una biblioteca de modelos mayor.

    Implementar
  • BD-24$31.90/mes

    8 vCPU · 24 GB · 300 GB de disco · 32 TB

    8 vCPU / 24 GB para modelos 14B y un equipo. Un modelo de 14B y varios chats simultáneos, con disco para una biblioteca de documentos.

    Implementar

Todavía no hay un preset de inicio para Open WebUI: la instalación son los cuatro pasos siguientes, que usted escribe. Son los comandos de su propia documentación, con un cambio señalado.

La instalación

Cuatro pasos, según la documentación de Open WebUI

Docker, el contenedor, la cuenta de administrador y después un modelo. Haga el paso 3 de inmediato: la primera cuenta creada es la de administrador.

  1. Docker. curl -fsSL https://get.docker.com | sh Compruébelo con docker --version.
  2. Genere una clave secreta e inícielo. Ejecute openssl rand -hex 32 y guarde la salida; la documentación la pasa como WEBUI_SECRET_KEY. Nuestro único cambio a su comando: 127.0.0.1:3000:8080 mantiene el puerto fuera de internet público hasta que tenga HTTPS. 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 Para el Ollama incluido, cambie la imagen por ghcr.io/open-webui/open-webui:ollama y añada -v ollama:/root/.ollama.
  3. Cree ahora el administrador. Desde su portátil, ssh -N -L 3000:127.0.0.1:3000 root@your-server y después abra http://127.0.0.1:3000. La primera pantalla ofrece Create Admin Account; esa cuenta gestiona toda la configuración, y el registro se desactiva solo después de crearla.
  4. Conecte un modelo y después un dominio. En Admin settings, Connections: añada una clave de API compatible con OpenAI o la dirección de su Ollama. Para un Ollama en el mismo host, el README indica usar --network=host con -e OLLAMA_BASE_URL=http://127.0.0.1:11434; el puerto pasa entonces a ser 8080. Para HTTPS, coloque un proxy inverso delante y configure proxy_buffering off; en su bloque location, o las respuestas en streaming llegarán corruptas.

Con franqueza

Lo que realmente compraríamos

El proyecto no indica ningún mínimo, así que compre pensando en el modelo, no en la interfaz.

Para Open WebUI con su propio Ollama

BD-8 · $12.90/mes

4 vCPU, 8 GB y 100 GB a $12.90: la imagen de 1.66 GB, el embedder y un modelo de 8B en memoria junto a ellos, respondiendo a unos pocos tokens por segundo en una CPU. Eso sirve para una persona o un equipo pequeño que pregunta con paciencia, no para una sala de gente esperando. Si todos sus modelos están alojados, C2-4-80 a $37.90 es la misma interfaz por menos. Si se necesitan respuestas locales rápidas, la línea GPU es la respuesta honesta, y la imagen :cuda está hecha para ella.

Implementar BD-8C2-4-80 solo para modelos alojados

Preguntas

Lo que se pregunta antes de contratar uno.

¿Cuáles son los requisitos del sistema de Open WebUI?
El proyecto no publica ninguno: su README, su guía de inicio rápido y su guía de rendimiento no dan mínimos de CPU, RAM ni disco. Lo que sí dicen es que la imagen :main es una descarga de 1.66 GB (176 MB la imagen :slim, que omite el conjunto de aprendizaje automático incluido), y que el modelo de embeddings predeterminado para la búsqueda en documentos ocupa unos 500 MB de RAM por cada proceso worker. Los tamaños de esta página son nuestros, razonados a partir de esas cifras y del modelo que decida ejecutar junto a él.
¿Open WebUI incluye Ollama?
Solo si usted lo pide. La imagen :ollama agrupa Open WebUI y Ollama en un contenedor, iniciado con un segundo volumen para los modelos. La imagen :main no: se conecta a un Ollama que usted ejecute en otro lugar, o en la misma máquina, y a cualquier API compatible con OpenAI, como proveedores alojados o vLLM. Nuestra página de Ollama dimensiona la parte del modelo según la RAM.
¿Qué puerto usa?
La aplicación escucha en el 8080 dentro del contenedor, y la documentación lo publica como 3000 en el host con -p 3000:8080. Si usa --network=host para llegar a un Ollama en la misma máquina, el puerto es el 8080. Manténgalo en loopback y use un túnel SSH hasta que exista la cuenta de administrador y haya HTTPS delante, porque la primera cuenta creada es la de administrador.
¿Necesito una GPU?
No para Open WebUI en sí, que es una aplicación web. Una GPU solo importa para el modelo: la imagen :cuda lo ejecuta en una tarjeta Nvidia, y sin ella un Ollama incluido o separado responde en la CPU, lentamente. Si los modelos están alojados tras una clave de API, no interviene ninguna GPU.
¿Dónde están mis datos y cómo actualizo?
En el volumen montado en /app/backend/data: chats, usuarios y configuración, en SQLite de forma predeterminada. La documentación indica no ejecutarlo nunca sin él. Para actualizar, descargue la nueva imagen, elimine el contenedor y ejecute de nuevo el mismo comando con el mismo volumen y la misma clave secreta. La documentación recomienda PostgreSQL cuando muchas personas lo usan a la vez.
¿A cuántas personas puede atender un VPS?
La documentación no da una cifra. Sí dice que los valores predeterminados son adecuados para uso personal: SQLite como base de datos, un almacén vectorial local que no es seguro con más de un worker y un modelo de embeddings cargado en la propia aplicación. Para un equipo con mucha actividad remite a PostgreSQL, Redis y un servicio de embeddings externo, y sacar los embeddings de la máquina libera cientos de megabytes por worker.
¿Open WebUI, Dify o AnythingLLM?
Open WebUI es la interfaz de chat: usted aporta los modelos y ofrece a las personas cuentas, historial, documentos y herramientas en el navegador. Dify es una plataforma para crear aplicaciones y flujos de trabajo con LLM, y AnythingLLM tiene su propio diseño de chat con documentos. Los tres funcionan en el mismo tipo de máquina, y cada uno tiene aquí una página con sus propios requisitos.

Siga leyendo

Relacionado