Рішення · Чат-інтерфейс

VPS для Open WebUI

Open WebUI це чат-інтерфейс із власним розміщенням для Ollama і будь-якого OpenAI-сумісного API: облікові записи, історія, документи та вебпошук в одній вкладці браузера. Він не публікує мінімальних вимог до обладнання, тож розміри тут наші та позначені відповідно. З хмарною моделлю це легкий застосунок, і C2-4-80 за $37.90 цілком достатньо; з Ollama, який він може містити, модель також має вміститися в пам’ять, і BD-8 за $12.90 це найдешевша машина, яка вміщує модель 8B із запасом.

Розгорнути BD-8 Порівняти всі тарифи

Що потрібно

Програмне забезпечення з документації, розміри з позначенням джерела

Програмне забезпечення та налаштування безпеки взято з власної документації проєкту. Якщо проєкт не публікує вимог до обладнання, біля розмірів зазначено, чиї вони.

З README Open WebUI та docs.openwebui.com

Встановлення через 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 Інтерфейс слухає порт 8080 усередині контейнера; документація зіставляє його з портом 3000 на хості.
Чи містить він Ollama? Лише в образі :ollama, який об’єднує обидва в одному контейнері. Образ :main не містить: він підключається до Ollama або будь-якого OpenAI-сумісного API, який ви вкажете через OLLAMA_BASE_URL.
Образ займає 1.66 GB для завантаження, а стандартна модель ембедингів для пошуку документами потребує близько 500 MB RAM на воркер. Документація не публікує мінімуму для ЦП, RAM чи диска.
Усе, що ви створюєте, зберігається в томі /app/backend/data; документація застерігає ніколи не запускати без нього. Перший створений обліковий запис стає адміністратором, і реєстрація закривається, щойно він з’являється.

Розміри (наші: документація не публікує мінімуму)

Вибір розміру за завданням
Навантаження	vCPU	RAM
Open WebUI з хмарним API або окремим OllamaНаш. Образ, застосунок і ембедер для пошуку документами вміщуються із запасом; кілька користувачів у чаті.	2	4 GB
Open WebUI з вбудованим Ollama і моделлю 8BНаш. Модель 8B це завантаження 4.9 GB, і вона має вміститися в пам’ять поряд із застосунком. Кілька токенів на секунду на ЦП.	4	8 GB
Вбудований Ollama з моделлю 14B або кілька людей одночасноНаш. Модель 14B займає 9.3 GB; решта це пам’ять для застосунку, його ембедера та одночасних чатів.	8	24 GB

Тарифи, що підходять

Машин: 4, ціни актуальні

Спочатку найдешевша відповідна машина. Ціни поточні, за місяць, з каталогу.

C2-4-80$37.90/міс
2 vCPU · 4 GB · диск 80 GB · 3 TB
Лише хмарні моделі: легке встановлення. 2 vCPU / 4 GB / 80 GB. Open WebUI з ключем API або з Ollama в іншому місці. Обирайте його заради міста, а не розміру.
Розгорнути
BD-8$12.90/міс
4 vCPU · 8 GB · диск 100 GB · 32 TB
Найдешевший із місцем для вбудованого Ollama і моделі 8B. 4 vCPU, 8 GB, 100 GB для образу та завантажених моделей. Удвічі більше пам’яті, ніж у легкого встановлення, для моделі.
Розгорнути
C4-8-160$75.90/міс
4 vCPU · 8 GB · диск 160 GB · 3 TB
Та сама конфігурація зі 160 GB, у більшій кількості міст. 4 vCPU / 8 GB / 160 GB, якщо міста найдешевшого рядка вам не підходять або вам потрібна більша бібліотека моделей.
Розгорнути
BD-24$31.90/міс
8 vCPU · 24 GB · диск 300 GB · 32 TB
8 vCPU / 24 GB для моделей 14B і команди. Модель 14B і кілька одночасних чатів, із диском для бібліотеки документів.
Розгорнути

Відповідні тарифи з актуальними цінами
Тариф	vCPU	RAM	Диск	Трафік	Ціна	Розгорнути
C2-4-80Лише хмарні моделі: легке встановлення2 vCPU / 4 GB / 80 GB. Open WebUI з ключем API або з Ollama в іншому місці. Обирайте його заради міста, а не розміру.	2	4 GB	80 GB	3 TB	$37.90/міс	Розгорнути
BD-8Найдешевший із місцем для вбудованого Ollama і моделі 8B4 vCPU, 8 GB, 100 GB для образу та завантажених моделей. Удвічі більше пам’яті, ніж у легкого встановлення, для моделі.	4	8 GB	100 GB	32 TB	$12.90/міс	Розгорнути
C4-8-160Та сама конфігурація зі 160 GB, у більшій кількості міст4 vCPU / 8 GB / 160 GB, якщо міста найдешевшого рядка вам не підходять або вам потрібна більша бібліотека моделей.	4	8 GB	160 GB	3 TB	$75.90/міс	Розгорнути
BD-248 vCPU / 24 GB для моделей 14B і командиМодель 14B і кілька одночасних чатів, із диском для бібліотеки документів.	8	24 GB	300 GB	32 TB	$31.90/міс	Розгорнути

Готового скрипту запуску для Open WebUI поки немає: встановлення це чотири кроки нижче, які ви вводите самі. Це команди з його власної документації з однією позначеною зміною.

Встановлення

Чотири кроки з документації Open WebUI

Docker, контейнер, обліковий запис адміністратора, потім модель. Виконайте крок 3 одразу: перший створений обліковий запис стає адміністратором.

Docker. curl -fsSL https://get.docker.com | sh Перевірте командою docker --version.
Створіть секретний ключ і запустіть. Виконайте openssl rand -hex 32 і збережіть результат; документація передає його як WEBUI_SECRET_KEY. Наша єдина зміна в їхній команді: 127.0.0.1:3000:8080 не відкриває порт у публічний інтернет, доки у вас немає 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 Для вбудованого Ollama замініть образ на ghcr.io/open-webui/open-webui:ollama і додайте -v ollama:/root/.ollama.
Створіть адміністратора одразу. Зі свого ноутбука виконайте ssh -N -L 3000:127.0.0.1:3000 root@your-server, потім відкрийте http://127.0.0.1:3000. Перший екран пропонує Create Admin Account; цей обліковий запис керує всіма налаштуваннями, а реєстрація після нього вимикається сама.
Підключіть модель, потім домен. У Admin settings, Connections: додайте OpenAI-сумісний ключ API або адресу вашого Ollama. Для Ollama на тому самому хості README радить використовувати --network=host з -e OLLAMA_BASE_URL=http://127.0.0.1:11434; тоді порт стає 8080. Для HTTPS поставте попереду зворотний проксі та задайте proxy_buffering off; у його блоці location, інакше потокові відповіді надходитимуть спотвореними.

Чесно кажучи

Що ми купили б насправді

Проєкт не називає мінімуму, тож купуйте під модель, а не під інтерфейс.

Для Open WebUI з власним Ollama

BD-8 · $12.90/міс

4 vCPU, 8 GB і 100 GB за $12.90: образ 1.66 GB, ембедер і модель 8B у пам’яті поряд із ними, що відповідає зі швидкістю кілька токенів на секунду на ЦП. Це підходить для однієї людини або невеликої команди, яка готова зачекати, а не для зали людей, що чекають. Якщо всі ваші моделі хмарні, C2-4-80 за $37.90 дає той самий інтерфейс дешевше. Якщо людям потрібні швидкі локальні відповіді, чесна відповідь це лінійка GPU, і образ :cuda створено саме для неї.

Розгорнути BD-8 C2-4-80 лише для хмарних моделей

Запитання

Що запитують перед покупкою.

Які системні вимоги Open WebUI?

Проєкт їх не публікує: його README, швидкий старт і посібник із продуктивності не дають мінімуму для ЦП, RAM чи диска. Натомість вони кажуть, що образ :main це завантаження 1.66 GB (176 MB для образу :slim, у якому немає вбудованого стеку машинного навчання), а стандартна модель ембедингів для пошуку документами потребує близько 500 MB RAM на кожен процес воркера. Розміри на цій сторінці наші, виведені з цих цифр і з моделі, яку ви вирішите запускати поряд.

Чи містить Open WebUI Ollama?

Лише якщо ви цього захочете. Образ :ollama об’єднує Open WebUI та Ollama в одному контейнері, що запускається з другим томом для моделей. Образ :main не містить Ollama: він підключається до Ollama, запущеного деінде або на тій самій машині, і до будь-якого OpenAI-сумісного API, наприклад хмарних провайдерів чи vLLM. Наша сторінка Ollama підбирає розмір для моделей за RAM.

Який порт він використовує?

Застосунок слухає порт 8080 усередині контейнера, а документація публікує його як 3000 на хості через -p 3000:8080. Якщо ви використовуєте --network=host, щоб звертатися до Ollama на тій самій машині, порт натомість 8080. Тримайте його на loopback і користуйтеся SSH-тунелем, доки не створено обліковий запис адміністратора і попереду немає HTTPS, бо перший створений обліковий запис стає адміністратором.

Чи потрібен мені GPU?

Для самого Open WebUI ні, це вебзастосунок. GPU важливий лише для моделі: образ :cuda запускає її на карті Nvidia, а без неї вбудований чи окремий Ollama відповідає на ЦП, повільно. Якщо моделі доступні через ключ API, GPU взагалі не задіяний.

Де мої дані і як оновлювати?

У томі, змонтованому в /app/backend/data: чати, користувачі та налаштування, за замовчуванням у SQLite. Документація каже ніколи не запускати без нього. Щоб оновити, завантажте новий образ, видаліть контейнер і знову виконайте ту саму команду з тим самим томом і тим самим секретним ключем. Документація рекомендує PostgreSQL, коли ним одночасно користується багато людей.

Скільки людей може обслуговувати один VPS?

Документація не називає числа. Вона каже, що стандартні налаштування підходять для особистого використання: SQLite для бази даних, локальне векторне сховище, небезпечне з більш ніж одним воркером, і модель ембедингів, завантажена в сам застосунок. Для завантаженої команди вона радить PostgreSQL, Redis і зовнішній сервіс ембедингів, а винесення ембедингів з машини звільняє сотні мегабайтів на воркер.

Open WebUI, Dify чи AnythingLLM?

Open WebUI це чат-інтерфейс: ви підключаєте моделі, а він дає людям облікові записи, історію, документи та інструменти в браузері. Dify це платформа для створення LLM-застосунків і робочих процесів, а AnythingLLM має власний підхід до чату з документами. Усі три працюють на однаковій машині, і для кожного тут є сторінка з власними вимогами.