Alternativas ao Open WebUI para um VPS
Compare Open WebUI, LibreChat, Hollama e OrionChat num VPS público: veja RAM disponível para o modelo, login, Ollama remoto e custo de manutenção.
Qual alternativa ao Open WebUI é adequada para um VPS
As alternativas ao Open WebUI quase sempre são comparadas num portátil, onde a RAM é barata e nenhum serviço escuta num endereço público. Um VPS altera ambos os fatores, e isso muda a classificação. O Open WebUI continua a ser a escolha padrão assim que uma segunda pessoa inicia sessão, porque fornece contas de utilizador reais e um painel de administração. Os projetos mais leves vencem quando a interface compete com o modelo pelo último gigabyte de RAM. O preço dessa vantagem é a autenticação: esses projetos não têm nenhuma.
Tudo o que se segue baseia-se na documentação dos próprios projetos, consultada em agosto de 2026, reverificada em 20 de outubro de 2026 e verificada novamente para Open WebUI, LibreChat, Hollama e OrionChat em 25 de outubro de 2026. A documentação do Ollama e as regras de segurança do navegador foram verificadas novamente em 29 de outubro de 2026. Os quatro critérios são os que só se tornam relevantes quando o servidor está acessível a partir da Internet.
Quatro eixos que só importam num IP público
- Memória junto ao modelo. O servidor do modelo é o processo que mais recursos consome na máquina. Cada megabyte utilizado pela interface é um megabyte que fica indisponível para o modelo.
- Autenticação. Alguns destes projetos têm contas de utilizador e funções. Outros assumem que são a única aplicação em execução no seu computador e não têm qualquer início de sessão.
- Inferência remota. Uma interface que é sempre apontada para
127.0.0.1:11434espera que o modelo esteja na mesma máquina que a interface. Se o modelo estiver noutro local, é necessário um túnel que encaminhe essa porta local para o servidor do modelo. - Manutenção. Um contentor com um ficheiro SQLite é uma tarefa diferente de seis contentores com MongoDB e uma base de dados vetorial por trás.
Quanta RAM o modelo deixa para a interface
A interface não é o maior componente do servidor. O modelo é. Os tamanhos de download publicados indicam o mínimo, porque os pesos têm de permanecer residentes enquanto o modelo responde, e o uso real de memória é superior ao download depois de a cache de contexto ser alocada.
Os dados por trás deste gráfico
[
{
"label": "llama3.2:3b",
"download_gb": "2.0"
},
{
"label": "qwen3:4b",
"download_gb": "2.5"
},
{
"label": "gemma3:4b",
"download_gb": "3.4"
},
{
"label": "qwen3:8b",
"download_gb": "5.2"
}
]Estes são os valores apresentados pelas páginas da biblioteca Ollama em 25 October 2026. São tamanhos publicados, não medições. Num VPS com 4 GB, qwen3:4b com 2.5 GB deixa menos de 1.5 GB para o sistema operativo e tudo o resto. A cache de contexto também consome memória à medida que a conversa cresce. Por isso, o num_ctx que definir é tanto uma decisão de memória como de qualidade. qwen3:8b com 5.2 GB não cabe de todo nesse servidor. Esta é a situação que as comparações de portáteis nunca abordam. É também onde uma interface de chat que ocupa algumas centenas de megabytes determina se o modelo consegue executar. Se estiver a dimensionar um servidor para algo muito acima destas tags, a aritmética de um modelo 27B num VPS apenas com CPU mostra com que rapidez a interface deixa de ser o fator decisivo.
Faça uma medição em vez de confiar em qualquer valor de uma comparação, incluindo nesta. Execute docker stats --no-stream uma hora depois de iniciar o uso real, não um minuto depois de o contentor arrancar, porque a memória relevante é alocada na primeira utilização. O Ollama também liberta os pesos após cinco minutos de inatividade. Por isso, uma leitura feita entre conversas subestima o pico, e a mensagem seguinte volta a pagar o carregamento completo, a menos que mantenha o modelo residente com keep_alive.
Open WebUI: continua a ser a opção predefinida para mais de um utilizador
O Open WebUI é executado a partir de uma imagem e mantém os dados num volume.
docker run -d -p 127.0.0.1:3000:8080 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:mainO comando no README do projeto publica -p 3000:8080, que escuta em todas as interfaces. O prefixo 127.0.0.1: mantém o serviço na interface de loopback. O Docker avisa que, em releases anteriores à 28.0.0, hosts no mesmo segmento L2 podem alcançar portas publicadas em localhost. Por isso, use Docker Engine 28.0.0 ou posterior antes de depender dessa associação para isolamento. Num VPS, esse prefixo é mais importante do que qualquer outra parte da linha, porque o Docker escreve as suas próprias regras de iptables e uma porta publicada ignora as regras de bloqueio do ufw.
Aceda à página através de um túnel ou de um proxy, ambos descritos abaixo, e crie a primeira conta. Essa conta torna-se a administradora. O registo de novas contas é então desativado até que uma administradora ative novamente a opção New Sign Ups. As contas criadas posteriormente recebem a função pending, o valor predefinido documentado em DEFAULT_USER_ROLE. Assim, uma pessoa desconhecida que aceda à página continua sem poder utilizar o seu modelo até que uma administradora a aprove.
O Open WebUI consome mais memória do que os projetos abaixo porque oferece mais funcionalidades, e a própria página de desempenho identifica os componentes responsáveis por esse consumo. O motor de embeddings predefinido carrega um modelo sentence-transformers dentro do contentor. Definir RAG_EMBEDDING_ENGINE=ollama transfere essa tarefa para o servidor de modelos que já executa. AUDIO_STT_ENGINE=web evita carregar um modelo local de conversão de voz para texto. Com SQLite e DATABASE_POOL_SIZE por definir, o pool recorre a um tamanho interno elevado, e cada ligação cria a sua própria cache de páginas e o seu próprio mapa de memória. Por isso, num sistema pequeno, defina DATABASE_POOL_SIZE=8 e DATABASE_SQLITE_PRAGMA_MMAP_SIZE=0. O preenchimento automático, que pede ao modelo uma conclusão enquanto a pessoa ainda está a escrever, é atualmente fornecido desativado (ENABLE_AUTOCOMPLETE_GENERATION tem False como valor predefinido). Mantenha-o assim num sistema pequeno.
LibreChat: multiusuário, com uma stack por trás
git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat
cp .env.example .env
docker compose up -dA interface responde na porta 3080. O LibreChat é a opção indicada quando é necessário um sistema de identidade, e não apenas uma caixa de login: a documentação descreve logins LDAP e OAuth2, e o ficheiro compose predefinido também define um painel de administração para utilizadores, grupos e funções. O painel não arranca por defeito. Recusa iniciar enquanto ADMIN_PANEL_SESSION_SECRET não estiver definido em .env. Esse valor é obrigatório, tem pelo menos 32 caracteres e não possui valor predefinido. Gere um com openssl rand -hex 32, se necessário. O painel é executado como um serviço próprio, e não dentro do processo do LibreChat, e requer o LibreChat v0.8.5 ou posterior. Esta capacidade é fornecida por uma stack.
Os dados por trás deste gráfico
[
{
"label": "OrionChat",
"containers": 0,
"notes": "static files, served by a web server you already run"
},
{
"label": "Hollama",
"containers": 1,
"notes": "one container serving a browser app"
},
{
"label": "Open WebUI",
"containers": 1,
"notes": "application and SQLite in one image"
},
{
"label": "LibreChat",
"containers": 5,
"notes": "api, MongoDB, Meilisearch, pgvector, RAG API"
}
]O ficheiro compose predefinido inicia 5 serviços: api, MongoDB, Meilisearch, pgvector, RAG API. Um sexto serviço, o painel de administração, está no mesmo ficheiro e junta-se aos restantes depois de o seu segredo ser definido. Nenhum deles é o modelo. MongoDB e pgvector precisam de memória própria e, numa máquina com 4 GB, essa é a memória de que o modelo precisava.
Dois serviços do ficheiro publicam portas, e nenhum mapeamento especifica um endereço de bind: a API na porta 3080 e o painel de administração na porta 3000 do host, o valor predefinido de ADMIN_PANEL_PORT. Por isso, ambos escutam em todas as interfaces assim que arrancam. A porta 3000 também é utilizada pelo Open WebUI acima, portanto os dois serviços entram em conflito numa máquina partilhada assim que o painel é ativado. Faça o rebinding de ambos para 127.0.0.1 em docker-compose.override.yml antes de expor a stack à Internet.
As atualizações são uma operação do git, e é nessa parte que ocorrem os erros mais comuns.
docker compose down
git pull
docker compose pull
docker compose up -dgit pull termina com um conflito se tiver editado o docker-compose.yml controlado pelo git, e a atualização fica parcialmente aplicada. Coloque as suas alterações em docker-compose.override.yml, que o projeto fornece para este fim, e mantenha os segredos em .env. Ambos os ficheiros não são controlados pelo git, portanto git pull não os altera.
Aponte o LibreChat para o seu próprio servidor de modelos com um endpoint personalizado em librechat.yaml.
endpoints:
custom:
- name: "Ollama"
apiKey: "ollama"
baseURL: "http://model-host:11434/v1/"
models:
default: ["llama3.2"]
fetch: true
titleConvo: true
titleModel: "current_model"
modelDisplayLabel: "Ollama"Substitua model-host pelo endereço da máquina que executa o Ollama. O campo apiKey tem de estar presente, embora o Ollama ignore o seu valor, por isso pode usar um marcador. Se o LibreChat for executado no Docker e o Ollama na mesma máquina, localhost dentro do contentor refere-se ao próprio contentor. Nesse caso, utilize host.docker.internal.
Hollama e OrionChat: o browser faz o trabalho
O Hollama disponibiliza uma aplicação web a partir de um único contentor pequeno. Os chats ficam no armazenamento do browser, não no servidor.
docker run -d --restart unless-stopped -p 127.0.0.1:4173:4173 --name hollama ghcr.io/fmaclen/hollama:latestA versão deste comando no guia de self-hosting usa --rm, que elimina o contentor quando este para. Por isso, a interface nunca volta a arrancar depois de um reboot.
O OrionChat vai mais longe e não tem qualquer componente no servidor. Clone o repositório e disponibilize a pasta com o servidor web que já executa, ou abra index.html a partir do disco. As chaves da API são armazenadas no localStorage do browser, o histórico dos chats permanece no browser e a aplicação elimina os chats mais antigos quando a contagem ultrapassa 512. O endereço do Ollama do OrionChat está fixo no código-fonte (js/script.js) em http://localhost:11434, e as definições não têm nenhum campo para o alterar.
Nenhum dos projetos tem login. Num portátil, isso não é um problema. Num VPS, significa que a página nunca deve ser publicada em 0.0.0.0. Também significa algo que é fácil não perceber: é o browser que chama o modelo, não o servidor.
Esse facto determina onde estes dois projetos podem ser utilizados. O browser tem de conseguir alcançar diretamente o Ollama. No OrionChat, isso significa sempre localhost:11434 na máquina onde o browser está a ser executado. Num VPS, o túnel SSH abaixo é, portanto, a única rota até ao modelo. O Hollama aceita qualquer endereço introduzido como URL base da ligação, e o seu guia de self-hosting cobre um servidor Ollama noutro dispositivo: adicione a origem do Hollama a OLLAMA_ORIGINS no lado do Ollama. Assim, a menos que encaminhe a porta por SSH, o Ollama tem de escutar para além do loopback, e a API do Ollama não pede login nem chave. Daqui resultam duas regras para o browser. Uma página servida por HTTPS não pode chamar um endpoint HTTP simples num endereço IP público, e a consola apresenta Mixed Content: The page at 'https://chat.example.com/' was loaded over HTTPS, but requested an insecure resource 'http://203.0.113.10:11434/api/tags'. This request has been blocked.. O loopback tem uma exceção própria: a especificação Mixed Content bloqueia apenas URLs que não sejam potencialmente confiáveis, e a especificação Secure Contexts considera localhost, 127.0.0.0/8 e ::1 potencialmente confiáveis. Por isso, a mesma página HTTPS pode chamar http://localhost:11434 ou http://127.0.0.1:11434. É nessa exceção que o túnel SSH abaixo se baseia. Desde a versão 142, o Chrome acrescenta um passo quando a página vem de um site público, como https://chat.example.com: um pedido feito por ela para um endereço de loopback ou da rede local fica pendente até o utilizador permitir o acesso à rede local numa solicitação de permissão. O Chrome também isenta das verificações de conteúdo misto os pedidos HTTP sujeitos a permissão para endpoints da rede local quando o hostname é um literal de IP privado, como 192.168.0.1, um nome .local ou quando o fetch especifica targetAddressSpace: "local". Uma página aberta em http://localhost através do túnel já está no loopback, por isso essa solicitação não se aplica. Uma chamada para qualquer outra origem é recusada com has been blocked by CORS policy: No 'Access-Control-Allow-Origin' header is present on the requested resource até permitir essa origem.
A forma documentada pelo Ollama para alterar qualquer uma das definições é usar um override do systemd.
sudo systemctl edit ollama.service[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_ORIGINS=https://chat.example.com"sudo systemctl daemon-reload
sudo systemctl restart ollama
sudo ss -lntp | grep 11434ss deverá agora apresentar 0.0.0.0:11434 onde antes apresentava 127.0.0.1:11434. Faça esta alteração apenas quando uma firewall ou um proxy com autenticação já controlar quem pode alcançar a porta, porque um 11434 aberto é um servidor de modelos aberto e os scanners em massa alcançam rapidamente uma porta pública nova. O túnel SSH abaixo evita toda a questão: a página é então executada numa origem localhost, que o Ollama permite por predefinição, e a porta nunca sai da máquina.
Cada um pode usar um endpoint remoto do Ollama ou do vLLM
O Open WebUI pode fazê-lo, e a ligação é estabelecida no lado do servidor. OLLAMA_BASE_URL=http://model-host:11434 aponta-o para o Ollama. Para o vLLM, defina OPENAI_API_BASE_URL=http://model-host:8000/v1, mantendo /v1, que é o caminho em que o vLLM disponibiliza a API. Defina OPENAI_API_KEY apenas se o servidor tiver sido iniciado com uma chave, porque o guia do Open WebUI para vLLM não usa autenticação por predefinição. Os outros servidores compatíveis com OpenAI usam o caminho base indicado na documentação própria, que nem sempre é /v1. OPENAI_API_BASE_URLS aceita vários backends separados por ponto e vírgula.
O LibreChat pode fazê-lo através do baseURL do endpoint personalizado apresentado acima. Esse pedido também sai do servidor, pelo que não se aplica nenhuma regra do browser. O mesmo URL base e a mesma chave de substituição também funcionam fora de uma janela de chat. É tudo o que é necessário para apontar um agente de programação para o modelo que já aloja.
O Hollama pode apontar para qualquer endpoint introduzido nas definições. A ligação Ollama tem um URL base editável, predefinido como http://localhost:11434. Além disso, o Hollama disponibiliza uma ligação compatível com OpenAI, http://localhost:8080/v1 por predefinição, que é o caminho para o vLLM. O pedido sai do seu browser, pelo que tudo o que foi explicado na secção acima também se aplica. Não é possível apontar o OrionChat para outro destino. Os endpoints estão definidos no código, com o Ollama fixo em http://localhost:11434/v1/chat/completions, e o README indica que os pedidos vão diretamente para a API oficial de cada fornecedor. Um Ollama remoto só pode ser acedido através de um túnel SSH que o faça responder nessa porta local. Não existe qualquer definição para um servidor vLLM.
Separar a interface do modelo é a principal vantagem de um endpoint remoto. Coloque a interface numa máquina pequena e o modelo na máquina com memória suficiente. Este também é o momento para decidir se o Ollama ou o vLLM deve processar os pedidos, porque os dois comportam-se de forma muito diferente quando várias pessoas usam o modelo em simultâneo. Se o servidor do modelo ainda não existir, comece por executar o Ollama numa VPS e, numa máquina apenas com CPU, leia como o Ollama se compara com o llama.cpp antes de escolher um runner.
Nunca publique uma interface de chat sem login em 0.0.0.0
A página de hardening do Open WebUI informa que o projeto foi "criado para redes privadas e de confiança, à semelhança de outras infraestruturas self-hosted, como bases de dados, registos de contentores e servidores de CI", e recomenda colocá-lo atrás de uma VPN ou de um reverse proxy com autenticação. Um projeto sem qualquer login merece, no mínimo, o mesmo tratamento.
Verifique o que está a escutar antes de confiar no serviço.
sudo ss -lntp | grep -E ':(3000|3080|4173|11434)'Uma linha com 127.0.0.1:3000 é o que pretende. Uma linha com 0.0.0.0:3000 significa que o serviço escuta em todos os endereços, e o Docker permite, por predefinição, que qualquer IP de origem externo alcance uma porta publicada. A menos que uma regra na cadeia DOCKER-USER do Docker ou a firewall do seu fornecedor bloqueie o acesso, a sua interface de chat está na Internet pública. A partir da sua própria máquina, curl -sI http://YOUR.VPS.IP:3000 a responder a HTTP/1.1 200 OK esclarece a questão de forma mais direta.
Desativar o login do Open WebUI com WEBUI_AUTH=False é uma configuração para um único utilizador, adequada apenas a uma máquina à qual mais ninguém consiga chegar. A documentação também informa que esta opção só funciona numa instalação sem utilizadores registados, pelo que não pode aplicá-la a uma instalação que já tenha contas.
Padrão um: associar ao loopback e aceder através de SSH. Publique todas as portas em 127.0.0.1. Depois, encaminhe o que for necessário: ssh -N -L 3000:127.0.0.1:3000 you@vps.example.com, e abra http://localhost:3000 no seu portátil. Use Docker Engine 28.0.0 ou posterior neste padrão. As versões anteriores permitem que hosts no mesmo segmento L2 alcancem portas publicadas no localhost. No OrionChat, encaminhe também a porta do modelo no mesmo comando com -L 11434:127.0.0.1:11434 e mantenha o Ollama no loopback. O Hollama consegue aceder diretamente ao Ollama, mas o mesmo encaminhamento mantém o Ollama fora da Internet pública. Por isso, é também a opção mais segura para o Hollama. Este padrão só é tão seguro quanto a configuração do seu SSH. Combine-o com SSH apenas com chaves e um sshd reforçado.
Padrão dois: um reverse proxy que autentica antes de a aplicação receber o pedido. Mantenha a aplicação no loopback, deixe o proxy assumir a porta 443 e coloque o single sign-on à frente. Traefik configurado através de labels do Docker Compose com Authentik como fornecedor de identidade fornece a todas as aplicações da máquina um único login e um único certificado. Com o Open WebUI atrás de TLS (transport layer security), defina WEBUI_SESSION_COOKIE_SECURE=true e WEBUI_SESSION_COOKIE_SAME_SITE=strict. Reduza também JWT_EXPIRES_IN em relação à predefinição de quatro semanas, porque a documentação do Open WebUI informa que, sem Redis, terminar a sessão não invalida o token: este continua utilizável até expirar por si próprio.
O padrão dois não resolve os projetos que funcionam apenas no browser. Um proxy à frente da página não protege o endpoint do modelo, e um fetch dessa página para um hostname diferente não envia o cookie da sessão. Por isso, o proxy autenticador à frente do Ollama responde com um redirecionamento para um formulário de login e o chat falha. Encaminhe o endpoint do modelo através do mesmo hostname da página ou use o padrão um.
Escolha uma opção
Se outra pessoa também for usar o serviço, execute Open WebUI. A aplicação tem contas reais, os novos utilizadores ficam numa fila de aprovação e os responsáveis pelo projeto publicam orientações de hardening que pode seguir. Se precisar de LDAP ou de um painel de administração, execute LibreChat, defina ADMIN_PANEL_SESSION_SECRET se quiser o painel e confirme com docker stats que os cinco serviços, seis com o painel, além do seu modelo, cabem nos recursos disponíveis antes de depender da aplicação. Se for uma única pessoa num servidor pequeno, onde o modelo já ocupa a maior parte da RAM, disponibilize Hollama ou OrionChat através de um túnel SSH e deixe o navegador manter o estado. Num VPS, a resposta errada é publicar qualquer uma das aplicações em 0.0.0.0 sem autenticação à frente.
FAQ
A Open WebUI é segura para expor diretamente num IP público?
A própria página de hardening descreve-a como software para redes privadas e de confiança, na mesma categoria de uma base de dados ou de um servidor de CI. A aplicação tem contas reais, e a primeira conta torna-se administradora, enquanto as seguintes permanecem pending até serem aprovadas. Por isso, é muito mais segura do que uma interface sem autenticação. Ainda assim, coloque-a atrás de um reverse proxy com TLS e, quando possível, utilize single sign-on. Publique a porta do contentor como 127.0.0.1:3000:8080 e utilize Docker Engine 28.0.0 ou posterior antes de depender da publicação em loopback para obter isolamento. O Docker avisa que, em versões mais antigas, os hosts no mesmo segmento L2 conseguem alcançar portas publicadas em localhost.
Qual alternativa ao Open WebUI utiliza menos RAM numa VPS?
As alternativas baseadas no browser, Hollama e OrionChat, porque a aplicação é executada no cliente. O servidor envia apenas ficheiros estáticos, e o OrionChat nem precisa de um contentor de aplicação. O Open WebUI mantém um processo Python, uma base de dados e, por predefinição, um modelo local de embeddings na memória. Confirme os valores no seu próprio sistema com docker stats --no-stream, porque variam conforme as funcionalidades ativadas.
Estas interfaces de chat podem utilizar um servidor Ollama noutro host?
O Open WebUI e o LibreChat podem fazê-lo, e é o respetivo servidor que estabelece a ligação. Por isso, não se aplica nenhuma regra do browser. Defina OLLAMA_BASE_URL para o Open WebUI ou baseURL num endpoint personalizado do LibreChat. Para o vLLM ou outro servidor compatível com OpenAI, utilize OPENAI_API_BASE_URL com o caminho base documentado pelo servidor. No vLLM, esse caminho é /v1. Adicione uma API key apenas se o servidor a exigir. O Hollama também pode apontar para qualquer endereço, mas o pedido é enviado pelo seu browser. Por isso, o endpoint também tem de estar acessível a partir do seu browser. O OrionChat não permite essa configuração: o endereço do Ollama está definido estaticamente como http://localhost:11434. Assim, um Ollama remoto só funciona através de um túnel SSH que encaminhe essa porta.
Porque é que a minha interface de chat no browser não consegue alcançar o Ollama?
Duas causas abrangem quase todos os casos. Por predefinição, o Ollama escuta em 127.0.0.1:11434. Por isso, um browser noutro computador não consegue alcançá-lo diretamente até OLLAMA_HOST ser alterada ou um túnel SSH encaminhar a porta. Além disso, por predefinição, o Ollama aceita pedidos cross-origin provenientes de localhost, 127.0.0.1 e 0.0.0.0. Assim, recusa uma página servida pelo seu próprio domínio com No 'Access-Control-Allow-Origin' header is present on the requested resource até essa origem ser incluída em OLLAMA_ORIGINS. Se a página utilizar HTTPS e o endpoint utilizar HTTP simples num endereço IP público, o browser bloqueia o pedido como conteúdo misto antes de o Ollama o receber. Os endereços de loopback (localhost, qualquer endereço em 127.0.0.0/8, como 127.0.0.2, ou [::1]) estão isentos. O Chrome também isenta pedidos HTTP para redes locais que utilizem literais de IP privados, como 192.168.0.1, nomes de host .local ou targetAddressSpace: "local", depois de ser concedida a permissão para a rede local. Os requisitos de CORS do Ollama continuam a aplicar-se. Defina ambas as variáveis numa substituição systemctl edit ollama.service ou encaminhe a porta através de SSH para eliminar o problema.