VPS Open WebUI + Ollama

Open WebUI es un chat al estilo de ChatGPT que alojas en tu propio servidor, y Ollama ejecuta ahí mismo modelos de IA abiertos, como Qwen, Llama, Gemma y DeepSeek. Juntos forman una IA local: conversas en el navegador, con historial y varias cuentas, y los modelos responden sin depender de una API externa.

Sirve como asistente de IA privado, en la empresa o en casa: para resumir y revisar textos, redactar correos, consultar documentos internos con la base de conocimiento de Open WebUI y probar modelos abiertos antes de usarlos en un proyecto. El mismo chat también se conecta a API compatibles con la de OpenAI.

Con el modelo ejecutándose en tu VPS, preguntas y respuestas se procesan ahí mismo, sin API de IA externa y sin cobro por mensaje: pagas solo el servidor. En el datacenter de Belo Horizonte, los datos quedan en Brasil; las conversaciones con modelos de una API externa, en cambio, las procesa ese proveedor.

En Master da Web, el VPS arranca con Open WebUI y Ollama de sus imágenes oficiales, con versiones fijadas, y con el modelo Qwen2.5 1.5B (qwen2.5:1.5b) ya descargado y configurado como predeterminado: el primer chat funciona sin clave y sin descargas, y el modelo responde en español, portugués, inglés y otros idiomas. Todo queda detrás de Caddy, con HTTPS y certificado automático. La cuenta de administrador se crea y se prueba antes de que la página sea pública, con el registro abierto desactivado: nadie se registra antes que tú. El usuario (normalmente tu correo) y la contraseña generada llegan en el correo de bienvenida y quedan en /root/open-webui.txt, que solo root puede leer. Ni Open WebUI ni la API de Ollama quedan expuestos directamente a internet.

Los planes no tienen GPU, así que los modelos se ejecutan en la CPU. Los modelos pequeños, como el instalado, responden a un ritmo aceptable; los más grandes necesitan mucha más memoria y van más lentos —Qwen2.5 7B, por ejemplo, es un archivo de 4,7 GB que tiene que caber en la RAM—. Para ahorrar CPU, la instalación fija el contexto en 4.096 tokens, mantiene un modelo cargado a la vez y desactiva las sugerencias y etiquetas generadas tras cada respuesta. Otros modelos y API externas los agregas en el panel de administración.