Open WebUI Adalah: Pengertian, Fitur & Lisensinya

Menjalankan model AI di komputer sendiri hari ini sudah bukan pekerjaan sulit. Beberapa baris perintah di terminal sudah cukup untuk mengunduh sebuah model bahasa besar dan mulai mengajaknya berbicara. Yang Anda dapatkan setelah itu adalah kursor berkedip di jendela hitam.

Untuk mencoba satu-dua pertanyaan, cara itu memadai. Masalahnya muncul saat pemakaian menjadi serius. Riwayat percakapan hilang begitu terminal ditutup, tidak ada tempat mengunggah dokumen, dan hampir mustahil membagi akses ke rekan satu tim. Terminal adalah alat yang bagus untuk menguji, bukan untuk bekerja sehari-hari.

Open WebUI adalah antarmuka web self-hosted (dijalankan di server milik sendiri) untuk memakai model AI. Cara kerjanya sudah Anda kenal dari ChatGPT: halaman percakapan di browser, riwayat yang tersimpan, dokumen yang bisa diunggah, serta pengaturan siapa saja yang boleh memakainya. Bedanya, seluruhnya berjalan di perangkat atau server Anda sendiri.

Mari kita bahas dari pengertiannya, cara kerja, fitur yang benar-benar dipakai, kebutuhan server, sampai satu hal yang perlu diperiksa sebelum memasangnya untuk keperluan komersial: isi lisensinya.

Apa Itu Open WebUI? Pengertian Singkat

Open WebUI adalah platform antarmuka AI yang dijalankan sendiri, dirancang agar tetap berfungsi penuh tanpa koneksi internet. Ia berbentuk aplikasi web: Anda membukanya lewat browser, mengetik pertanyaan, dan menerima jawaban dalam bentuk percakapan.

Yang perlu ditegaskan sejak awal, Open WebUI bukan model AI dan bukan program yang menjalankan model. Ia adalah lapisan di atas keduanya. Analoginya seperti aplikasi pemutar video dan berkas videonya: Open WebUI adalah pemutarnya, lengkap dengan daftar putar dan pengaturan, sedangkan model bahasa besar adalah isinya.

Pembedaan ini penting karena sering tertukar dalam praktik. Program yang benar-benar memuat dan menjalankan model disebut runtime, dan yang paling populer untuk pemakaian lokal adalah Ollama. Open WebUI berbicara dengan runtime tersebut lewat jaringan, lalu menampilkan hasilnya dengan rapi kepada Anda.

Lapisan antarmuka Open WebUI mengurus riwayat, dokumen, dan akun; lapisan model di bawahnya yang menghitung jawaban.

Namanya kerap ditulis tanpa spasi menjadi openwebui, terutama pada nama paket dan repositorinya, dan keduanya merujuk ke perangkat lunak yang sama. Proyek ini ditulis dengan Python, lahir pada 6 Oktober 2023, dan tumbuh sangat cepat. Per September 2026 repositorinya mengumpulkan lebih dari 151.000 bintang di GitHub dengan 22.000 fork, menjadikannya salah satu proyek antarmuka AI paling ramai di dunia. Versi stabil terbarunya saat artikel ini ditulis adalah v0.11.3, yang dirilis pada 31 Agustus 2026.

Dari Ollama WebUI ke Open WebUI: Asal-usul Namanya

Nama pertamanya bukan Open WebUI, melainkan Ollama WebUI. Waktu itu proyeknya memang dibuat khusus sebagai antarmuka untuk Ollama, dan namanya menggambarkan hal tersebut dengan jujur.

Persoalannya datang dari sisi merek. Pada 30 Januari 2024, pengelola proyek mengumumkan rencana ganti nama setelah tim Ollama menyampaikan kekhawatiran bahwa banyak orang mengira Ollama WebUI adalah produk resmi mereka. Sebuah jajak pendapat digelar pada 13 Februari 2024 dengan beberapa kandidat nama, dan "open-webui" keluar sebagai pilihan. Penggantian nama benar-benar masuk ke kode pada 17 Februari 2024.

Nama baru itu sekaligus menandai perubahan arah. Sejak saat itu Open WebUI tidak lagi terikat pada satu runtime dan bisa menunjuk ke berbagai sumber model. Kalau Anda masih menemukan panduan lama yang menyebut "Ollama WebUI", itu merujuk ke perangkat lunak yang sama sebelum Februari 2024.

Cara Kerja Open WebUI: Lapisan di Atas Model

Alur kerjanya lebih sederhana dari yang biasanya dibayangkan. Open WebUI berjalan sebagai satu layanan web yang mendengarkan di port 8080. Saat Anda mengetik pertanyaan di browser, permintaan itu masuk ke layanan tersebut, bukan langsung ke model.

Open WebUI kemudian meneruskan permintaan ke penyedia model yang sudah Anda daftarkan, memakai API bergaya OpenAI. Gaya API ini sudah menjadi standar tidak resmi di dunia AI, sehingga hampir semua penyedia model memahaminya. Jawaban dari model dikirim balik potongan demi potongan, itulah sebabnya teks muncul mengalir seperti sedang diketik.

Open WebUI menerima pertanyaan dari browser di port 8080, meneruskannya ke runtime model, lalu jawabannya mengalir balik.

Semua yang bersifat menetap disimpan Open WebUI sendiri, bukan oleh model. Riwayat percakapan, akun pengguna, pengaturan, dan dokumen yang Anda unggah tersimpan dalam satu basis data lokal. Pada pemasangan dengan Docker di Linux, berkas ini berada di /var/lib/docker/volumes/open-webui/_data.

Konsekuensinya menarik: mengganti model tidak menghapus riwayat Anda. Anda dapat memulai percakapan dengan satu model, berpindah ke model lain di tengah jalan, dan konteksnya tetap terbawa karena yang menyimpan adalah Open WebUI.

Apakah Harus Dipakai Bersama Ollama?

Tidak. Ini pertanyaan yang paling sering muncul, dan jawabannya sering keliru karena nama lamanya.

Open WebUI dapat menunjuk ke penyedia model mana pun yang berbicara dengan gaya API OpenAI. Artinya Anda bisa memakainya dengan Ollama di komputer sendiri, dengan vLLM atau llama.cpp di server, atau justru dengan layanan berbayar seperti OpenAI, Anthropic, dan OpenRouter. Beberapa penyedia bahkan bisa didaftarkan bersamaan, lalu Anda memilih model dari satu menu di halaman yang sama.

Meski begitu, pasangan Open WebUI dan Ollama memang yang paling umum, dan keduanya saling melengkapi alih-alih bersaing. Dokumentasi resminya menyatakan pembagian tugas itu dengan gamblang: Ollama menangani lapisan model, Open WebUI menangani lapisan platform, dan keduanya saling mendeteksi secara otomatis. Kombinasi inilah yang paling mendekati pengalaman memakai ChatGPT, tetapi seluruh datanya tetap berada di tangan Anda.

Fitur Open WebUI yang Paling Sering Dipakai

Daftar fitur lengkapnya sangat panjang. Berikut yang benar-benar mengubah cara kerja sehari-hari.

Open WebUI mendukung 26 penyedia pencarian web, 13 basis data vektor, 8 mesin ekstraksi dokumen, dan 6 backend gambar.

1. Knowledge dan pencarian dokumen: Anda dapat mengunggah dokumen, lalu memanggilnya di dalam percakapan dengan mengetik tanda #. Cara kerjanya memakai RAG (Retrieval-Augmented Generation), teknik menyuntikkan potongan dokumen yang relevan ke dalam pertanyaan sebelum dikirim ke model. Open WebUI mendukung 13 basis data vektor berbeda dan delapan mesin ekstraksi dokumen, termasuk Apache Tika dan Docling.
2. Pencarian web di dalam percakapan: fitur yang di antarmukanya tertulis sebagai Web Search ini membuat model dapat diminta mencari informasi terbaru sebelum menjawab. Dokumentasinya memuat 26 penyedia pencarian bernama, mulai dari yang berbayar seperti Brave, Tavily, dan Kagi, sampai SearXNG yang bisa Anda jalankan sendiri tanpa kunci API.
3. Pembuatan gambar: tersedia enam backend, termasuk ComfyUI dan AUTOMATIC1111 yang berjalan lokal, serta OpenAI dan Gemini untuk yang berbasis cloud.
4. Tools, Functions, dan MCP: model dapat diberi kemampuan memanggil perintah di luar dirinya, misalnya mengambil data dari API internal perusahaan. Sejak versi 0.6.31, Open WebUI mendukung MCP (Model Context Protocol) secara bawaan, standar yang menghubungkan model AI ke tool eksternal. Kemampuan inilah yang menjadikannya dasar sebuah AI agent.
5. Banyak pengguna dengan pembagian hak: satu pemasangan bisa melayani seluruh tim. Tersedia RBAC (Role-Based Access Control, pengaturan hak akses berdasarkan peran), grup, serta SSO (Single Sign-On, satu akun untuk banyak aplikasi) lewat OIDC dan LDAP.

Satu catatan teknis soal MCP: dukungan bawaannya hanya melayani transport Streamable HTTP. Server MCP yang memakai stdio atau SSE perlu dijembatani dengan mcpo, proxy resmi yang menerjemahkannya menjadi endpoint OpenAPI.

Berapa Spesifikasi yang Dibutuhkan Open WebUI?

Pertanyaan soal system requirements ini kerap dijawab dengan satu angka, dan di situlah letak salah pahamnya. Ada dua anggaran resource yang terpisah, dan keduanya sering ditumpuk menjadi satu.

Anggaran pertama milik Open WebUI sendiri, dan ukurannya kecil. Ia hanya sebuah aplikasi web Python yang tidak melakukan perhitungan model sama sekali. Ia tidak membutuhkan GPU. Yang perlu disiapkan terutama ruang penyimpanan: image Docker resminya berukuran sekitar 1,7 GB saat diunduh, ditambah ruang untuk basis data dan dokumen yang Anda unggah. Server dengan 2 vCPU dan RAM 2 GB sudah memadai untuk menjalankan Open WebUI sendirian.

Anggaran kedua milik model, dan di sinilah biaya sebenarnya berada. Kalau model dijalankan di server yang sama lewat Ollama, kebutuhan RAM melonjak mengikuti ukuran model. Sebagai gambaran kasar, model dengan kuantisasi 4-bit membutuhkan sekitar satu gigabita RAM untuk setiap satu miliar parameter, sehingga model kelas 8B saja sudah meminta sekitar 8 GB. Rinciannya per ukuran model sudah kami bahas di artikel Ollama adalah.

Open WebUI sendiri cukup 2 vCPU dan RAM 2 GB tanpa GPU, sedangkan model 8B menambah sekitar 8 GB RAM di atasnya.

Inilah sebabnya angka "RAM 2 GB" yang beredar sebagai kebutuhan minimum Open WebUI benar sekaligus menyesatkan. Angka itu hanya menghitung antarmukanya. Server dengan spesifikasi tersebut akan menjalankan Open WebUI dengan mulus, lalu gagal memuat model pertama yang Anda coba.

Ada jalan tengah yang sering dilupakan. Karena Open WebUI dapat menunjuk ke penyedia model mana pun, Anda bisa menjalankannya di server kecil sambil menyambungkannya ke API cloud. Pola ini memberi Anda antarmuka dan riwayat milik sendiri tanpa perlu server berkapasitas besar.

Kalau Anda memang ingin model berjalan lokal sepenuhnya, VPS dengan RAM lapang menjadi tempat yang lebih realistis daripada laptop kerja. Untuk model besar yang melayani banyak pengguna sekaligus, dedicated server memberi kapasitas dan isolasi yang tidak bisa ditawarkan VPS standar.

Cara Memasang Open WebUI dengan Docker

Jalur pemasangan yang paling dianjurkan adalah Docker, karena seluruh dependensinya sudah dibungkus di dalam image. Satu perintah berikut cukup untuk menjalankannya:

docker run -d \
  -p 3000:8080 \
  -v open-webui:/app/backend/data \
  --name open-webui \
  ghcr.io/open-webui/open-webui:main

Dua angka port di perintah tersebut sering membingungkan. Angka 8080 adalah port yang didengarkan Open WebUI di dalam container, dan nilainya tetap. Angka 3000 adalah port di sisi server Anda yang dipetakan ke sana, dan boleh diganti sesuka hati. Setelah container berjalan, antarmukanya dibuka di http://localhost:3000.

Bagian -v open-webui:/app/backend/data juga tidak boleh dilewatkan. Itu adalah volume (ruang penyimpanan yang bertahan di luar container), tempat riwayat percakapan dan akun disimpan. Tanpa volume tersebut, seluruh data Anda ikut lenyap ketika container dihapus untuk diperbarui.

Tersedia beberapa varian image untuk kebutuhan berbeda. Varian :cuda dijalankan dengan --gpus all bila Anda memerlukan akselerasi GPU di sisi Open WebUI, sementara varian :ollama sudah membawa Ollama di dalam satu container yang sama sehingga tidak perlu memasangnya terpisah.

Kalau Anda enggan memakai Docker, tersedia jalur melalui pip:

pip install open-webui
open-webui serve

Lewat jalur ini antarmukanya langsung terbuka di http://localhost:8080 tanpa pemetaan port. Yang perlu diperhatikan, Open WebUI baru mendukung Python 3.11 dan 3.12; Python 3.13 belum didukung sampai artikel ini ditulis. Pengguna Python 3.13 perlu menyiapkan lingkungan terpisah atau memilih jalur Docker.

Akun pertama yang Anda daftarkan setelah halaman terbuka otomatis menjadi administrator, dan pendaftaran terbuka langsung dinonaktifkan sesudahnya. Pengguna berikutnya harus ditambahkan atau disetujui dari panel admin.

Aplikasi Desktop Open WebUI untuk Windows, macOS, dan Linux

Kalau Docker maupun terminal terasa berlebihan untuk sekadar mencoba, ada jalur ketiga yang lebih jarang diketahui. Tim Open WebUI menyediakan aplikasi desktop resmi di repositori terpisah, lengkap dengan installer siap pasang.

Berkas pemasangannya tersedia untuk semua platform utama: .exe untuk Windows x64 dan ARM64, .dmg untuk macOS Intel maupun Apple Silicon, serta AppImage, .deb, Snap, dan Flatpak untuk Linux. Pengguna Windows juga bisa memasangnya lewat satu perintah winget install OpenWebUI.OpenWebUI.

Aplikasi ini bukan sekadar pembungkus halaman web. Ia membawa mesin llama.cpp di dalamnya, sehingga bisa mengunduh dan menjalankan model sendiri tanpa memasang Ollama maupun runtime lain. Alternatifnya, aplikasi ini dapat diarahkan ke server Open WebUI yang sudah Anda jalankan di tempat lain, dan beberapa koneksi bisa disimpan sekaligus lalu ditukar dari sidebar.

Ada dua kemampuan yang tidak dimiliki versi browser. Pertama, pintasan Shift+Ctrl+I di Windows dan Linux atau Shift+Cmd+I di macOS memunculkan kolom chat melayang di atas aplikasi apa pun yang sedang Anda buka. Kedua, tersedia dikte suara sistem yang merekam lalu mengubahnya menjadi teks dari aplikasi mana pun.

Kebutuhan perangkatnya berbeda tergantung cara pakai. Untuk sekadar menyambung ke server yang sudah ada, cukup RAM 4 GB dan ruang penyimpanan sekitar 500 MB. Untuk menjalankan model secara lokal, dibutuhkan RAM 16 GB dan ruang 5 GB ke atas. Sistem operasi minimalnya macOS 12, Windows 10, atau Linux dengan glibc 2.28.

Dua hal yang perlu Anda ketahui sebelum mengunduhnya. Statusnya masih Early Alpha dengan versi v0.0.20, jadi belum layak dijadikan andalan pekerjaan penting. Lisensinya pun berbeda dari aplikasi utamanya: aplikasi desktop memakai AGPL-3.0, bukan lisensi khas Open WebUI yang dibahas di bagian berikutnya.

Pilihannya menjadi cukup jelas. Untuk mencoba sendiri di laptop tanpa repot, pakai aplikasi desktop. Untuk melayani beberapa orang sekaligus dengan riwayat dan dokumen bersama, Docker di server tetap jalur yang benar.

Tiga jalur pemasangan Open WebUI: Docker untuk server dan tim, pip tanpa Docker, dan aplikasi desktop untuk laptop.

Apakah Open WebUI Benar-benar Open Source?

Jawabannya berlapis, dan lapisan pertamanya terlihat langsung di halaman repositorinya. Lisensi Open WebUI di sana tidak tertulis sebagai BSD, MIT, atau Apache, melainkan hanya "Other". GitHub menandainya begitu karena teks lisensinya memang tidak lagi cocok dengan satu pun lisensi baku.

Sampai rilis v0.6.5, Open WebUI memakai lisensi BSD 3-Clause murni, salah satu lisensi paling longgar yang ada. Pada 18 April 2025 sebuah klausa baru ditambahkan ke berkas lisensinya, dan klausa itu ikut tayang bersama rilis v0.6.6. Isinya bukan pembatasan pemakaian, melainkan pembatasan penggantian merek.

Bunyinya kurang lebih begini. Anda dilarang mengubah, menghapus, menutupi, atau mengganti identitas "Open WebUI" — nama, logo, maupun penanda visual lainnya — kecuali dalam tiga keadaan:

1. Jumlah pengguna tidak melebihi 50 orang dalam periode 30 hari berjalan. Yang dihitung adalah orang sungguhan yang punya akses langsung ke aplikasi.
2. Anda mengantongi izin tertulis dari pemegang hak cipta.
3. Anda memegang lisensi enterprise yang secara tegas mengizinkan modifikasi tersebut.

Perlu digarisbawahi agar tidak menimbulkan kepanikan yang salah alamat: klausa ini tidak menyentuh hak Anda memakai, mengubah, atau menyebarkan perangkat lunaknya. Anda tetap bebas melakukan semua itu. Yang dijaga hanya identitas mereknya pada instalasi berskala besar.

Sampai 50 pengguna per 30 hari merek Open WebUI bebas diganti; di atas itu perlu izin tertulis atau lisensi enterprise.

Ketentuan ini sempat diperbarui lagi pada 14 April 2026. Versi sebelumnya memuat dua kelonggaran tambahan, yakni pengecualian permanen untuk fork yang lahir sebelum klausa ini ada, serta jalur khusus bagi kontributor yang kodenya sudah diterima ke cabang utama. Versi yang berlaku sekarang memampatkan semuanya menjadi tiga pengecualian di atas. Hak cipta pun berpindah dari perorangan ke badan usaha Open WebUI Inc.

Kode yang sudah masuk sampai rilis v0.6.5 tetap berlisensi BSD-3 dan tidak ditarik ke belakang. Kontribusi setelahnya wajib menandatangani CLA (Contributor License Agreement), perjanjian yang mengatur hak atas kode yang disumbangkan.

Untuk sebagian besar pembaca, semua ini tidak berdampak apa-apa. Menjalankan Open WebUI untuk diri sendiri, satu tim kecil, atau kantor berisi 30 orang berarti Anda berada di bawah ambang 50 pengguna dan bebas mengganti logo sesuka hati.

Yang benar-benar tersentuh adalah skenario komersial. Kalau Anda berniat menjadikannya layanan berlabel sendiri untuk klien, atau memasangnya di perusahaan dengan ratusan karyawan sambil mengganti brandingnya, di situlah lisensi enterprise menjadi keharusan. Harganya sendiri tidak dipublikasikan. Tidak ada halaman pricing terbuka; baik situs resmi maupun dokumentasinya hanya menyediakan jalur menghubungi tim penjualan. Yang ditawarkan di paket tersebut antara lain hak penggantian merek, akses fitur Terminals, serta dukungan berdedikasi dengan SLA.

Kelebihan yang Membuatnya Layak Dicoba

1. Data tidak meninggalkan server Anda: seluruh percakapan, dokumen, dan akun tersimpan lokal. Cocok untuk data internal yang tidak boleh keluar organisasi.
2. Satu antarmuka untuk banyak penyedia: model lokal dan API berbayar bisa berdampingan di menu yang sama, sehingga Anda bebas memilih per percakapan.
3. Banyak pengguna tanpa biaya per kursi: menambah anggota tim tidak menambah tagihan langganan, berbeda dengan layanan chat AI komersial.
4. Ekosistem ekstensi yang hidup: tools, functions, dan pipelines ditulis dengan Python biasa, jadi kebutuhan khusus bisa ditambahkan sendiri.
5. Tetap berfungsi tanpa internet: dipasangkan dengan model lokal, Open WebUI bisa dijalankan di jaringan tertutup sepenuhnya.

Kekurangan dan Hal yang Perlu Anda Pertimbangkan

Menjalankan sendiri berarti memikul sendiri. Berikut yang perlu Anda perhitungkan sebelum memilihnya.

1. Pemeliharaan menjadi tanggung jawab Anda: pembaruan, cadangan basis data, dan pemantauan resource tidak ada yang mengerjakan selain Anda sendiri.
2. Kadensi rilisnya sangat cepat: ada sekitar dua belas rilis dalam empat bulan terakhir. Fitur datang deras, tetapi jarak antar-versi yang rapat juga membuat pembaruan lebih sering. Rilis 0.11.x sempat mengalami kegagalan migrasi basis data saat proses peningkatan versi, dan perbaikannya baru menyusul di rilis berikutnya.
3. Lisensinya tidak sepenuhnya longgar: seperti dibahas di atas, penggantian merek dibatasi di atas 50 pengguna.
4. HTTPS tidak ditangani sendiri: Open WebUI tidak melayani sertifikat TLS, sehingga Anda perlu memasang komponen tambahan di depannya.
5. Kualitas jawaban tetap ditentukan model: Open WebUI hanya antarmuka. Antarmuka yang bagus tidak membuat model kecil menjawab seperti model besar.

Open WebUI vs LibreChat dan AnythingLLM

Di kategori antarmuka AI self-hosted, dua nama lain paling sering disandingkan. Keduanya berlisensi MIT, sehingga bebas dari batasan penggantian merek yang berlaku di Open WebUI.

Rekomendasinya bergantung pada apa yang Anda kejar. Kalau kebutuhan utamanya adalah bertanya kepada tumpukan dokumen sendiri dan Anda ingin selesai dalam satu sore, AnythingLLM lebih cepat sampai tujuan. Kalau yang dicari sekadar halaman chat bersih untuk membandingkan beberapa penyedia model, LibreChat lebih ringan.

Open WebUI menjadi pilihan paling masuk akal ketika kebutuhannya lebih dari sekadar chat: banyak pengguna dengan hak akses berbeda, pengetahuan internal yang harus bisa dicari, atau ekstensi buatan sendiri yang perlu dipanggil dari dalam percakapan.

Yang Wajib Diamankan Sebelum Ditaruh di Server

Banyak panduan pemasangan berhenti tepat setelah container berjalan, lalu menyuruh Anda membuka http://alamat-ip-server:3000. Berhenti di situ adalah kesalahan yang mahal.

Dokumentasi resminya menyatakan sikapnya dengan jelas: Open WebUI dirancang untuk jaringan privat yang tepercaya. Anjurannya, tempatkan di belakang VPN atau reverse proxy (server perantara yang menerima permintaan lebih dulu sebelum meneruskannya), bukan dibiarkan terbuka langsung ke internet. Alasannya sederhana. Yang berjalan di sana adalah basis data berisi seluruh percakapan dan dokumen internal Anda.

Dokumentasi yang sama juga menyebut bahwa Open WebUI tidak menangani TLS sendiri. Artinya, tanpa komponen tambahan, seluruh isi percakapan dan kata sandi Anda melintas tanpa enkripsi. Solusinya adalah menempatkan Nginx, Caddy, atau HAProxy di depannya untuk menangani SSL.

Empat langkah minimum sebelum sebuah instalasi pantas diakses dari luar kantor:

1. Pasang reverse proxy dengan HTTPS aktif, lalu setel WEBUI_SESSION_COOKIE_SECURE=true agar cookie sesi hanya dikirim lewat koneksi terenkripsi.
2. Tetapkan WEBUI_SECRET_KEY sendiri, dibuat dengan openssl rand -base64 32. Semua replika harus memakai kunci yang sama, dan menggantinya akan memutus seluruh sesi login yang sedang berjalan.
3. Tahan akun baru dengan DEFAULT_USER_ROLE=pending, sehingga pendaftar tidak bisa memakai apa pun sebelum disetujui administrator.
4. Periksa CORS_ALLOW_ORIGIN. Open WebUI akan menampilkan peringatan di log kalau nilainya masih *, dan peringatan itu memang layak ditanggapi.

Pertanyaan yang Sering Diajukan Soal Open WebUI

Apakah Open WebUI gratis?

Ya. Versi yang Anda unduh dan pasang sendiri gratis sepenuhnya, tanpa batas jumlah pengguna maupun biaya langganan. Yang berbayar adalah lisensi enterprise, dan itu hanya diperlukan bila Anda ingin mengganti merek pada instalasi di atas 50 pengguna, memakai fitur Terminals, atau membutuhkan dukungan resmi dengan SLA. Harganya tidak dipublikasikan dan hanya tersedia lewat tim penjualan.

Apakah Open WebUI membutuhkan Ollama?

Tidak wajib. Open WebUI dapat langsung menunjuk ke OpenAI, Anthropic, OpenRouter, vLLM, llama.cpp, atau penyedia lain yang mendukung API bergaya OpenAI. Ollama hanya pilihan paling populer untuk pemakaian model lokal.

Kenapa model Ollama tidak muncul di daftar model?

Ini masalah jaringan container, bukan kesalahan konfigurasi Anda. Ollama secara bawaan hanya mendengarkan di 127.0.0.1, sehingga Open WebUI di dalam Docker tidak dapat menjangkaunya. Perbaikannya, jalankan container dengan --network=host sambil menyetel OLLAMA_BASE_URL=http://127.0.0.1:11434. Perlu diingat, dengan mode ini antarmukanya berpindah ke port 8080. Alternatif lain, setel OLLAMA_HOST=0.0.0.0 di sisi Ollama agar mau menerima koneksi dari luar.

Bagaimana cara memperbarui Open WebUI?

Menarik image terbaru saja tidak cukup, karena container yang sedang berjalan masih memakai versi lama. Anda perlu menghentikan dan menghapus container lama, lalu menjalankan container baru dengan volume yang sama persis. Data Anda aman selama volume tidak ikut dihapus.

Bagaimana cara mereset password administrator?

Buat hash bcrypt (metode pengacakan kata sandi) dari password baru dengan htpasswd -bnBC 10 "" kata-sandi-baru | tr -d ':\n', lalu perbarui langsung ke basis datanya melalui sqlite3 pada berkas webui.db. Perhatikan bahwa karakter $ di dalam hash perlu di-escape bila perintahnya dijalankan dari dalam Docker.

Apakah ada aplikasi desktop atau installer Windows Open WebUI?

Ada. Selain jalur Docker dan pip, tersedia aplikasi desktop resmi dengan installer .exe untuk Windows, .dmg untuk macOS, serta AppImage, .deb, Snap, dan Flatpak untuk Linux. Pengguna Windows bisa memasangnya lewat winget install OpenWebUI.OpenWebUI. Aplikasi ini membawa mesin llama.cpp sendiri sehingga bisa menjalankan model tanpa Ollama, tetapi statusnya masih Early Alpha di versi v0.0.20.

Apakah Open WebUI bisa dipakai tanpa internet?

Bisa, selama modelnya juga berjalan lokal. Kombinasi Open WebUI dan runtime model di mesin yang sama dapat dijalankan di jaringan tertutup tanpa akses keluar sama sekali. Yang membutuhkan internet hanyalah fitur yang memang menghubungi layanan luar, seperti pencarian web dan penyedia model cloud.

Kesimpulan

Open WebUI adalah lapisan antarmuka yang mengubah model AI dari sesuatu yang dijalankan lewat terminal menjadi alat kerja yang layak dipakai sehari-hari, lengkap dengan riwayat, dokumen, dan pengaturan akses. Kebutuhan resource-nya sendiri ringan; yang berat selalu model di belakangnya, dan dua hal itu perlu dianggarkan terpisah.

Ia paling masuk akal ketika data Anda tidak boleh keluar organisasi, ketika satu antarmuka harus melayani banyak penyedia model sekaligus, atau ketika tim membutuhkan akses bersama tanpa biaya per pengguna. Sebaliknya, kalau Anda hanya butuh chat AI untuk diri sendiri dan tidak ingin mengurus server, layanan siap pakai tetap lebih praktis. Satu hal yang sebaiknya tidak dilewatkan sebelum memasangnya untuk keperluan komersial: baca dulu klausa mereknya, dan hitung berapa orang yang akan memakainya. Semoga artikel ini membantu.