Запуск за ~30 с
Образ закэширован заранее, порты проброшены, TLS терминирован — стек уже работает, пока вы дочитываете это предложение.
Шаблон · LLM-сервинг и чат · CUDA 12.9
Запустите Open WebUI с Ollama на облачном GPU за 30 секунд
Полноценный чат-интерфейс поверх Ollama — диалоги, RAG и управление моделями в браузере. Open WebUI поверх Ollama — приватный интерфейс в стиле ChatGPT: многопользовательский чат, RAG по документам, переключение моделей и библиотеки промптов — всё на вашем собственном GPU по TLS. Команды арендуют его как внутреннего ассистента, который никогда не отправляет данные третьим лицам. От $0,177/ч на прерываемом RTX 4090.
Шаблон бесплатен
Вы платите только цену GPU: Open WebUI (Ollama) на RTX 4090 стоит $0,354/ч по требованию, $0,177/ч прерываемый, тарификация посекундная.
Тома для состояния
Модели, датасеты и результаты хранятся на томе по $0,08/GB/мес.; сам инстанс остаётся одноразовым.
Приватность по умолчанию
Выделенный GPU, зашифрованный диск, оплата криптой, без KYC, без сохранения IP-адресов — Jupyter и SSH с вашими собственными учётными данными.
Лучшие GPU для Open WebUI (Ollama)
Три ценовых уровня, хорошо подходящих для этого шаблона, — Хороший, Лучший, Самый лучший. Подходит любая модель GPU из каталога; это оптимальные по цене варианты.
| Уровень | GPU | VRAM | По требованию | Прерываемые | Почему эта карта | Действие |
|---|---|---|---|---|---|---|
| Хороший | RTX 4090 | 24 GB | $0,354 | $0,177 | 24 GB обслуживает ассистента 14B для небольшой команды. | Развернуть |
| Лучший | RTX 5090 | 32 GB | $0,481 | $0,240 | 32 GB для моделей 32B 4-bit с большим числом одновременных пользователей. | Развернуть |
| Самый лучший | L40S | 48 GB | $0,448 | $0,224 | 48 GB и пассивное охлаждение для круглосуточного развёртывания в команде. | Развернуть |
Нужно больше VRAM? Полный каталог перечисляет все модели с доступностью в реальном времени — всего: 83; руководство по VRAM подбирает карту под модель.
Разверните Open WebUI (Ollama) через консоль, CLI или API
Откройте консоль, выберите шаблон в панели развёртывания, или сделайте это через скрипт:
- Консоль — отфильтруйте по GPU, выберите Open WebUI (Ollama) в списке шаблонов, задайте диск и переменные окружения, разверните.
- CLI — pip install lowcostgpu, затем команда справа. Справочник CLI.
- API — POST /v1/instances с "template": "open-webui-ollama". Справочник REST API.
- Свой образ — подойдёт любая ссылка OCI; мы добавляем NVIDIA runtime. Документация по шаблонам.
$ 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 secondЧто внутри шаблона Open WebUI (Ollama)
| Образ | lowcostgpu/openwebui |
|---|---|
| CUDA | CUDA 12.9 |
| Доступ | shell по SSH · JupyterLab на проброшенном порту |
| Категория | LLM-сервинг и чат |
| Хранилище | NVMe-диск инстанса (размер задаётся при развёртывании) + опциональные сетевые тома |
| Биллинг | Только цена GPU, посекундно — без платы за шаблон, без платы за подключение |
Другие шаблоны категории llm-сервинг и чат
vLLM на облачном GPU — Продакшен-сервинг LLM с PagedAttention — совместимый с OpenAI эндпоинт из любой модели HF.- vLLM Omni на облачном GPU — Расширенный vLLM для мультимодальных моделей — изображения и аудио на входе одного быстрого сервера.
SGLang на облачном GPU — Высокопроизводительный сервинг с RadixAttention — особенно хорош для структурированных и агентных нагрузок.
Llama.cpp на облачном GPU — GGUF-инференс со встроенным сервером — самый лёгкий способ запускать квантованные модели.
Ollama на облачном GPU — Скачивание и запуск квантованных моделей одной командой, с лаконичным REST API.
Oobabooga Text Gen на облачном GPU — WebUI и API для генерации текста — загрузка GPTQ, EXL2 или GGUF с расширениями.- Все шаблоны: 37
Open WebUI (Ollama) на облачном GPU: FAQ
Переменные окружения, порты и пользовательские образы описаны в документации по шаблонам.
Сколько стоит запустить Open WebUI (Ollama) на облачном GPU?
Только цена GPU — шаблон бесплатен. От $0,177/ч на прерываемом RTX 4090, $0,354/ч по требованию на RTX 4090. Тарификация посекундная, поэтому час экспериментов стоит час, а не день. Хранилище — $0,08/GB/мес.
Сколько времени занимает запуск Open WebUI (Ollama)?
Около 30 секунд с момента клика по кнопке «Развернуть»: образ заранее закэширован на машинах, порты проброшены, а TLS терминирован. Перезапуск остановленного инстанса быстрее, а диск остаётся точно таким, каким вы его оставили.
Можно ли сохранить модели и результаты между сессиями?
Да — подключите том при развёртывании. Всё на томе переживает уничтожение инстанса и монтируется на следующий инстанс в регионе за секунды, по цене $0,08/GB/мес. Сам диск инстанса переживает остановку/запуск, но не уничтожение.
Может ли им пользоваться несколько человек одновременно?
Да — в Open WebUI есть аккаунты и роли, а Ollama ставит параллельные запросы в очередь. При большом количестве параллельных запросов используйте Open WebUI вместе с шаблоном vLLM в качестве бэкенда.