VPS para Open WebUI: onde hospedar e quanto custa de verdade

O que o Open WebUI faz

• Chat com modelos diferentes — Reúne modelos do Ollama e APIs compatíveis com OpenAI em uma única interface web.
• Uso local ou por API — Pode apontar para um modelo local, um provedor remoto ou uma combinação dos dois.
• RAG para documentos — Inclui motor de inferência para recuperação de conteúdo e chat baseado em arquivos.
• Imagem Docker oficial — A implantação oficial usa um volume persistente para guardar os dados da aplicação.
• Embeddings configuráveis — O embedding local pode ser trocado por uma API externa quando RAM e escala exigem outra arquitetura.
• GPU quando fizer sentido — Há imagem CUDA para o cenário com NVIDIA, mas a instalação também funciona sem GPU.

Open WebUI faz mais sentido como camada de acesso do que como servidor de modelo por si só. Ele permite que uma equipe use a mesma interface para um Ollama privado, um endpoint compatível com OpenAI ou APIs de terceiros. Isso ajuda a centralizar conversas e documentos, mas não elimina a conta do provedor quando a resposta vem de uma API. Se você ligar o Open WebUI a um modelo local, aí a infraestrutura de inferência também passa a ser sua responsabilidade.

O dimensionamento muda bastante quando o chat deixa de ser apenas texto. O embedding padrão local consome memória por worker, e a ingestão de documentos adiciona extração, armazenamento e picos de uso. Para teste individual com APIs externas, um perfil inicial pode bastar. Para RAG compartilhado, monitore RAM, disco e crescimento do banco antes de aumentar usuários. Evite comprar GPU por reflexo: ela serve para modelos locais ou aceleração específica, não para uma interface conectada apenas a APIs remotas.

Como instalar

1. Escolha o porte pela tabela como referência de implantação e separe a necessidade da interface da necessidade de inferência do modelo.
2. Na Hostinger, selecione o template Open WebUI; em instalação manual, use a imagem oficial ghcr.io/open-webui/open-webui e mantenha o volume /app/backend/data persistente.
3. Conecte primeiro uma única fonte de modelos: uma API compatível com OpenAI ou um Ollama em outro servidor, e teste uma conversa antes de abrir para usuários.
4. Se usar RAG, comece com poucos documentos e acompanhe RAM, disco e tempo de ingestão; em uso multiusuário, avalie embeddings e extratores externos conforme as docs.
5. Proteja o acesso com HTTPS, contas administrativas fortes e backup do volume de dados; não exponha serviços de modelo locais diretamente sem controle de rede.

Perguntas frequentes