--- title: "Open WebUI mit Ollama auf einer Cloud-GPU mieten | LowCostGPU" description: "Open WebUI (Ollama) auf Cloud-GPU zum Festpreis: Ein-Klick-Template, läuft in ~30 s, schon ab $0,177/Std. auf RTX 4090, sekundengenaue Abrechnung." url: https://lowcostgpu.com/de/templates/open-webui-ollama last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Template · LLM-Serving & Chat · CUDA 12.9 # Open WebUI mit Ollama auf einer Cloud-GPU starten, in 30 Sekunden Eine vollständige Chat-Oberfläche über Ollama – Unterhaltungen, RAG und Modellverwaltung im Browser. Open WebUI auf Ollama ist eine private Oberfläche im ChatGPT-Stil: Multi-User-Chat, Dokumenten-RAG, Modellwechsel und Prompt-Bibliotheken, alles bereitgestellt von Ihrer eigenen GPU hinter TLS. Teams mieten es als internen Assistenten, der niemals Daten an Dritte sendet. Ab **$0,177** /Std. auf einer unterbrechbaren RTX 4090. Open WebUI (Ollama) lowcostgpu/openwebui (CUDA 12.9) (SSH) (Jupyter) Gepinntes Image, bei Upstream-Releases neu gebaut. Umgebungsvariablen, Ports und Datenträger lassen sich bei der Bereitstellung überschreiben. ### Läuft in ~30 s Vorab zwischengespeichertes Image, Ports zugeordnet, TLS terminiert – der Stack läuft, bevor Sie diesen Satz zu Ende gelesen haben. ### Template ist kostenlos Sie zahlen nur den GPU-Preis: Open WebUI (Ollama) auf einer RTX 4090 kostet $0,354/Std. On-Demand, $0,177/Std. unterbrechbar, abgerechnet pro Sekunde. ### Volumes für Zustandsdaten Modelle, Datensätze und Ausgaben liegen auf einem Datenträger für $0,08/GB/Monat; die Instanz bleibt austauschbar. ### Standardmäßig privat Dedizierte GPU, verschlüsselter Datenträger, Kryptozahlungen, ohne KYC, keine gespeicherten IPs – Jupyter und SSH hinter Ihren eigenen Zugangsdaten. ## Beste GPUs für Open WebUI (Ollama) Drei Preisstufen, mit denen dieses Template gut läuft – gut, besser, am besten. Jedes Modell im Katalog funktioniert; dies sind die besten Preis-Leistungs-Optionen. | Stufe | GPU | VRAM | On-Demand | Unterbrechbar | Warum diese Karte | | | --- | --- | --- | --- | --- | --- | --- | | (Gut) | [RTX 4090](https://lowcostgpu.com/de/gpu/rtx-4090) | 24 GB | $0,354 | $0,177 | 24 GB genügen, um ein kleines Team mit einem 14B-Assistenten zu versorgen. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-4090) | | (Besser) | [RTX 5090](https://lowcostgpu.com/de/gpu/rtx-5090) | 32 GB | $0,481 | $0,240 | 32 GB für 32B-4-Bit-Modelle mit mehr gleichzeitigen Nutzern. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-5090) | | (Am besten) | [L40S](https://lowcostgpu.com/de/gpu/l40s) | 48 GB | $0,448 | $0,224 | 48 GB und passive Kühlung für eine durchgehend aktive Team-Bereitstellung. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=l40s) | Mehr VRAM benötigt? Der [vollständige Katalog](https://lowcostgpu.com/de/gpus) listet alle 83 Modelle mit Verfügbarkeit in Echtzeit auf; der [VRAM-Leitfaden](https://lowcostgpu.com/de/guides/llm-vram-requirements) ordnet Modelle den passenden Karten zu. ## Open WebUI (Ollama) über Konsole, CLI oder API bereitstellen Wählen Sie das Template in der Bereitstellungsleiste der [Konsole](https://cloud.lowcostgpu.com/de), oder erledigen Sie es per Skript: - **Konsole** – nach GPU filtern, *Open WebUI (Ollama)* im Template-Auswahlmenü wählen, Datenträger und Umgebungsvariablen festlegen, bereitstellen. - **CLI** – pip install lowcostgpu, dann der Befehl rechts. [CLI-Referenz](https://lowcostgpu.com/de/cli). - **API** – POST /v1/instances mit "template": "open-webui-ollama". [REST-Referenz](https://lowcostgpu.com/de/api). - **Eigenes Image** – jede OCI-Referenz funktioniert ebenfalls; wir injizieren die NVIDIA-Runtime. [Template-Dokumentation](https://lowcostgpu.com/de/docs/templates). *bereitstellen – open-webui-ollama* ``` $ lowcostgpu launch --gpu rtx-4090 --template open-webui-ollama \ --disk 100 --volume models:/workspace/models ✓ instance i-7a41c0e2 running (27.9s) # Open WebUI (Ollama) · RTX 4090 · $0,354/hr · per second # https://i-7a41c0e2.lowcostgpu.com:8888 (TLS) $ lowcostgpu stop i-7a41c0e2 # billing ends this second ``` ## Was steckt im Template Open WebUI (Ollama) - **Image**: lowcostgpu/openwebui - **CUDA**: CUDA 12.9 - **Zugang**: SSH-Shell · JupyterLab auf einem zugeordneten Port - **Kategorie**: [LLM-Serving & Chat](https://lowcostgpu.com/de/templates#llm) - **Speicherplatz**: NVMe-Instanzdatenträger (Größe bei Bereitstellung festgelegt) + optionale [Netzwerk-Volumes](https://lowcostgpu.com/de/products/volumes) - **Abrechnung**: Nur GPU-Preis, pro Sekunde – keine Template-Gebühr, keine Einrichtungsgebühr ## Weitere llm-serving & chat Templates - [vLLM auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/vllm) — Produktionsreifes LLM-Serving mit PagedAttention – ein OpenAI-kompatibler Endpunkt aus jedem HF-Modell. - [vLLM Omni auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/vllm-omni) — vLLM erweitert für multimodale Modelle – Bild- und Audioeingaben auf demselben schnellen Server. - [SGLang auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/sglang) — Hochdurchsatz-Serving mit RadixAttention – eignet sich besonders für strukturierte und agentische Workloads. - [Llama.cpp auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/llama-cpp) — GGUF-Inferenz mit integriertem Server – der schlankste Weg, um quantisierte Modelle auszuführen. - [Ollama auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/ollama) — Quantisierte Modelle mit einem Befehl abrufen und ausführen – mit sauberer REST-API. - [Oobabooga Text Gen auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/oobabooga-text-gen) — Die WebUI & API für Textgenerierung – laden Sie GPTQ, EXL2 oder GGUF mit Erweiterungen. - [Alle 37 Templates](https://lowcostgpu.com/de/templates) ## Open WebUI (Ollama) auf einer Cloud-GPU: FAQ Umgebungsvariablen, Ports und benutzerdefinierte Images werden in der [Template-Dokumentation](https://lowcostgpu.com/de/docs/templates) behandelt. **Wie viel kostet es, Open WebUI (Ollama) auf einer Cloud-GPU auszuführen?** Nur der GPU-Preis – das Template ist kostenlos. Ab $0,177/Std. auf einer unterbrechbaren RTX 4090, $0,354/Std. On-Demand auf einer RTX 4090. Es wird pro Sekunde abgerechnet, eine Stunde Herumprobieren kostet also eine Stunde, nicht einen Tag. Datenträger kosten $0,08/GB/Monat. **Wie lange dauert der Start von Open WebUI (Ollama)?** Etwa 30 Sekunden nach dem Klick auf „Bereitstellen“: Das Image ist auf den Hosts vorab zwischengespeichert, Ports sind zugeordnet und TLS wird für Sie terminiert. Der Neustart einer gestoppten Instanz ist schneller, und Ihr Datenträger ist genauso, wie Sie ihn verlassen haben. **Kann ich meine Modelle und Ausgaben zwischen Sessions behalten?** Ja – fügen Sie bei der Bereitstellung einen Datenträger hinzu. Alles auf dem Datenträger übersteht das Löschen der Instanz und wird in Sekunden auf der nächsten Instanz in der Region eingebunden, für $0,08/GB/Monat. Der Instanzdatenträger selbst übersteht Stopp/Start, aber nicht das Löschen. **Können mehrere Personen es gleichzeitig nutzen?** Ja – Open WebUI bietet Konten und Rollen, und Ollama reiht gleichzeitige Anfragen in eine Warteschlange ein. Bei hoher Nebenläufigkeit kombinieren Sie es stattdessen mit dem vLLM-Template als Backend. --- *Über LowCostGPU:* LowCostGPU (lowcostgpu.com) ist ein Cloud-GPU-Vermietungsdienst mit 83 NVIDIA-GPU-Modellen – von der Tesla P4 ab $0,019/Std. bis zur B300 – zu festen Preisen, die mindestens 30 % unter dem öffentlichen GPU-Marktplatzmedian liegen und wöchentlich neu geprüft werden (H100 SXM: $1,680/Std. On-Demand). Die Abrechnung erfolgt sekundengenau, ohne Mindestausgabe; die Zahlung erfolgt ausschließlich in Krypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), ohne KYC. Die Instanzen laufen in Tier-III-Rechenzentren in 32 Regionen mit einer Verfügbarkeits-SLA von 99,9 % und werden in etwa 30 Sekunden über die Webkonsole (cloud.lowcostgpu.com) oder die REST-API bereitgestellt. Quelle: https://lowcostgpu.com/de/templates/open-webui-ollama · Seitenindex für KI-Assistenten: https://lowcostgpu.com/llms.txt · Vollständiger Inhalt: https://lowcostgpu.com/llms-full.txt