AnythingLLM ou Open WebUI : RAG, déploiement et coûts des modèles

Choisissez AnythingLLM si vous voulez un produit RAG organisé autour d’espaces de travail et livré assemblé — documents, embedder local, magasin vectoriel local et agents dans une seule installation. Choisissez Open WebUI si vous voulez une plateforme de chat multi-utilisateurs avec un contrôle d’accès gratuit fondé sur les rôles et que vous fournissez de toute façon votre propre endpoint de modèle. Les deux sont gratuits à auto-héberger, acceptent une URL de base et une clé tierces compatibles avec OpenAI, et, dans les deux cas, la facture récurrente correspond à l’hébergement et aux tokens du modèle, pas au logiciel.

Cette page répond à la comparaison dans les deux sens ; il n’existe pas de page distincte dans l’ordre inverse, car « AnythingLLM vs Open WebUI » et « Open WebUI vs AnythingLLM » désignent la même décision. Tout ce qui est affirmé ci-dessous est cité du site, de la documentation ou du dépôt de chaque projet et a été vérifié le 18 septembre 2026. Kunavo n’a testé aucun des deux clients à l’exécution ; il n’y a donc ici ni benchmark, ni mesure de latence, ni conclusion sur la qualité de la récupération.

Une remarque sur les noms avant la comparaison : Open WebUI s’appelait auparavant Ollama WebUI et a été renommé après que l’équipe Ollama a déclaré vouloir éviter que les utilisateurs confondent le projet avec un produit officiel portant la marque Ollama, dans la discussion publique sur le nom du projet — un projet dont la page de l’équipe indique qu’il est dirigé par son créateur et fondateur, Tim J. Baek. Les forks qui utilisent encore l’ancien slogan ne constituent pas un concurrent actif distinct. Il ne s’agit pas non plus de text-generation-webui, de Stable Diffusion web UI ni de la bibliothèque any-llm de Mozilla AI.

Qui devrait choisir lequel

La migration entre les deux produits est moins coûteuse qu’il n’y paraît dans un sens, mais pas dans l’autre. La connexion de chat est portable : la même URL de base et la même clé peuvent être transférées en quelques minutes. Vos documents ne le sont pas — chaque produit possède son propre modèle d’espace de travail ou de base de connaissances et son propre magasin vectoriel ; changer de produit signifie donc réimporter et réencoder le corpus. Deux portes à sens unique méritent d’être connues avant de vous engager : la documentation d’AnythingLLM indique qu’une fois une instance passée en mode multi-utilisateur, vous ne pouvez pas revenir au mode mono-utilisateur, et AnythingLLM Desktop est décrit comme une application individuelle ; un pilote de bureau qui évolue vers un déploiement en équipe implique donc un passage à Docker plutôt qu’une mise à niveau.

Ce que coûte chacun

Sources, toutes vérifiées le 18 septembre 2026 : tarifs d’AnythingLLM, présentation de Desktop Pro, licences Enterprise d’Open WebUI et sa page de licence. Trois précautions. Premièrement, « AnythingLLM Pro » désigne deux produits sans rapport — le niveau Cloud hébergé à 99 $ et la clé de licence Desktop Pro — ; un prix cité sans préciser lequel est dépourvu de sens. Deuxièmement, aucun prix Desktop Pro n’est publié où que ce soit : l’unique URL de paiement refusait les requêtes non effectuées depuis un navigateur à la date de vérification ; considérez donc le montant comme non vérifié et consultez-le lors du paiement. Troisièmement, les propres pages du fournisseur ne concordent pas sur les noms des niveaux — la page des tarifs parle de Basic et Pro, tandis que la page des limitations cloud appelle les mêmes niveaux Starter et Professional. Confirmez le niveau acheté lors du paiement, plutôt qu’en vous fiant à son nom.

AnythingLLM Cloud est également l’édition qui présente les limites fonctionnelles les plus importantes, lesquelles ne sont pas évidentes à partir du prix. Cette page indique que le cloud hébergé ne fournit pas de LLM intégré, que le téléversement d’un document volumineux — volumineux en nombre de mots, et non en taille de fichier — peut saturer le processeur, interrompre le processus et produire une erreur 502, que les agents personnalisés ne sont pas pris en charge et que MCP ne l’est pas non plus. Si MCP ou les agents personnalisés motivent votre évaluation d’AnythingLLM, le niveau hébergé est la mauvaise édition, quel que soit votre budget.

La facture du RAG, ligne par ligne

L’hypothèse courante est qu’une configuration de chat documentaire facture séparément l’inférence, l’embedding, le reranking et le stockage. Ces éléments sont séparément configurables dans les deux produits, mais par défaut un seul est séparément facturé : les deux utilisent par défaut un embedder MiniLM local et un magasin local, et aucun n’envoie le reranking à une API tant que vous ne l’y dirigez pas.

Deux conséquences. Si vous aviez prévu un poste budgétaire pour l’embedding, supprimez-le jusqu’à ce que vous en activiez délibérément un. Kunavo ne fournit aucun modèle d’embedding, ni aucun modèle de synthèse ou de reconnaissance vocale ; son catalogue ne répertorie que des modèles de chat, d’image, de vidéo et de musique. Diriger l’embedder, le fournisseur de transcription ou le fournisseur vocal de l’un ou l’autre produit vers Kunavo n’est donc pas possible aujourd’hui — conservez la valeur locale par défaut. Si vous transférez les embeddings vers un fournisseur externe dans Open WebUI, sa propre référence indique que RAG_EMBEDDING_BATCH_SIZE est par défaut à 1, soit une requête par segment, ce qui ralentit une ingestion volumineuse avant même de la rendre coûteuse. La même page avertit que le magasin Chroma par défaut utilise un client SQLite qui n’est pas sûr avec plusieurs workers ou réplicas — une décision de mise à l’échelle, et non de coût, mais qui concerne le même projet. Pour la conception du pipeline elle-même, consultez notre guide d’implémentation du RAG.

Pointer vers l’un ou l’autre vers un point de terminaison

Les deux acceptent une URL de base compatible avec OpenAI et une clé, et leurs deux structures diffèrent davantage que le concept lui-même.

# AnythingLLM — LLM Preference -> provider "Generic OpenAI"
Base URL              https://api.kunavo.com/v1   # the /v1 root, handed verbatim to the OpenAI SDK
API Key               sk-kn-...
Model context window  <your model's context window>   # defaults to 4096 if left blank
Max Tokens            4096                        # defaults to 1024 if left blank
Selected Model        claude-sonnet-5

# …or as environment variables on the Docker build:
LLM_PROVIDER='generic-openai'
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY=sk-kn-...
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-5'
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=<your model's context window>   # falls back to 4096

# Open WebUI — Settings -> Admin -> Connections -> Manage OpenAI API Connections -> Add
URL                   https://api.kunavo.com/v1
API Key               sk-kn-...

# …or at container start:
docker run -d -p 3000:8080 \
  -e OPENAI_API_BASE_URL=https://api.kunavo.com/v1 \
  -e OPENAI_API_KEY=sk-kn-... \
  -v open-webui:/app/backend/data \
  --name open-webui ghcr.io/open-webui/open-webui:main

Quatre détails déterminent la réussite dès le premier essai. Le suffixe de l’URL : le propre .env.example d’AnythingLLM écrit le chemin de base avec /v1, et la source du fournisseur règle le reste : la valeur est transmise telle quelle au SDK OpenAI sous la forme baseURL, sans modification ; le SDK ajoute donc sa propre route à ce que vous avez saisi. Utilisez la racine /v1. L’avertissement du fournisseur : AnythingLLM qualifie cette connexion de fournisseur destiné aux développeurs et précise qu’elle « peut ne pas fonctionner comme prévu si vous saisissez incorrectement un paramètre de configuration » — ce qui nous amène au troisième détail, les valeurs par défaut problématiques. Dans la source du fournisseur liée ci-dessus, le nombre maximal de tokens revient à 1024 et la fenêtre de prompt à 4096 lorsque les variables d’environnement correspondantes ne sont pas définies ; les réponses tronquées par ces valeurs par défaut ressemblent exactement à une défaillance de passerelle. Quatrièmement, la découverte des modèles est facultative dans les deux cas. Le fournisseur Generic OpenAI d’AnythingLLM ne valide jamais au préalable l’identifiant du modèle — la source liée ci-dessus court-circuite la vérification car, selon ses propres termes, elle ne sait pas si le modèle est valide. Il s’agit du comportement de ce fournisseur, et non d’une affirmation concernant les fournisseurs nommés d’AnythingLLM. De son côté, Open WebUI indique dans sa documentation qu’un fournisseur qui n’implémente pas /models échouera à la vérification de connexion, que cela « ne signifie pas que le fournisseur est incompatible : les complétions de chat fonctionneront tout de même », et que vous devez alors ajouter manuellement les noms des modèles à la liste blanche Model IDs.

La même page publie clairement le contrat des points de terminaison : /v1/chat/completions est la route requise, tandis que /v1/models, /v1/embeddings, /v1/audio/speech, /v1/audio/transcriptions et /v1/images/generations sont facultatives et activent chacune une fonctionnalité. Le fait qu’un point de terminaison donné réponde ou non aux cinq routes facultatives relève de ce point de terminaison ; ici, la réponse est limitée : Kunavo ne fournit aucun modèle d’embeddings, ni synthèse vocale ni transcription vocale ; les entrées RAG, TTS et STT de cette liste restent donc configurées comme elles l’étaient. La page précise également qu’Open WebUI « n’implémente pas les API non standard propres aux fournisseurs dans le cœur » et que ces fournisseurs doivent être reliés au moyen d’un proxy middleware ou de ses fonctions pipe. AnythingLLM ne publie aucun contrat équivalent, mais son .env.example et sa source du fournisseur fournissent deux possibilités utiles : GENERIC_OPEN_AI_CUSTOM_HEADERS pour les passerelles qui nécessitent une authentification supplémentaire, et GENERIC_OPENAI_STREAMING_DISABLED pour désactiver le streaming lorsqu’un flux d’événements de fournisseur se comporte mal.

Un piège de déploiement est propre à Open WebUI. Sa fonctionnalité Direct Connections permet aux utilisateurs ordinaires d’ajouter leur propre URL de base et leur propre clé une fois que l’administrateur l’a activée, mais le navigateur communique directement avec le fournisseur de l’API ; celui-ci doit donc autoriser les requêtes cross-origin provenant de votre domaine Open WebUI — la page indique que les fournisseurs stricts peuvent bloquer les requêtes directes du navigateur pour des raisons liées à CORS. Il s’agit d’une propriété de l’API choisie, et non d’Open WebUI ; il est donc utile de la tester avant de promettre cette fonctionnalité à une équipe. Une autre règle concernant les noms d’hôte mérite d’être connue si vous êtes arrivé ici pour Claude : la page Anthropic d’Open WebUI indique qu’il détecte toute URL contenant api.anthropic.com et applique à cet hôte un traitement spécial de la liste des modèles ainsi qu’un relais /api/v1/messages ; tout autre nom d’hôte, passerelle comprise, est traité comme une connexion OpenAI-compatible ordinaire. Pour savoir ce que « compatible » couvre ou non en général, consultez le guide de l’API compatible avec OpenAI.

Coût d’un mois de chat documentaire

Comme les logiciels sont gratuits dans les deux produits, les tokens des modèles constituent le coût variable. Les échanges augmentés par récupération sont fortement orientés vers les entrées : chaque question contient ses fragments récupérés, le prompt système et une partie de l’historique. Supposons 200 échanges par mois, 6 000 tokens d’entrée et 500 tokens de sortie par échange — soit 1,2 million de tokens d’entrée et 100 000 tokens de sortie.

Il s’agit d’un calcul de tokens fondé sur les hypothèses ci-dessus et sur les tarifs actuels du catalogue Kunavo — une estimation illustrative, et non une charge de travail mesurée ni un plafond de facturation. Votre propre nombre de fragments, la longueur de l’historique et le comportement en cas de nouvelle tentative ont davantage d’influence que le choix du modèle. Notez également que le tarif affiché le moins cher et le coût minimal pour terminer une tâche sont deux affirmations différentes : un modèle plus faible qui nécessite trois tentatives pour une question de récupération difficile peut coûter plus cher qu’un modèle qui répond en une seule fois. Le montant du catalogue Kunavo constitue un plancher de facturation — lorsque la source en amont communique son coût, la facture correspond au montant le plus élevé entre le coût du catalogue et le coût de la source en amont, avec la majoration applicable — et le rechargement minimal est de 10 $ de crédit prépayé, et non un abonnement. Les frais de cache et les outils externes ne sont pas inclus dans cet exemple ; consultez les détails de facturation.

Multi-utilisateur, permissions et conditions de licence

C’est ici que les deux produits divergent le plus, et ce n’est pas une question de nombre de fonctionnalités : c’est la version que vous exécutez. La vue d’ensemble du bureau d’AnythingLLM décrit Desktop comme une application « mono-utilisateur » et indique que la prise en charge de plusieurs utilisateurs, la gestion des utilisateurs, la gestion des accès aux espaces de travail, la protection par mot de passe, la personnalisation en marque blanche, les widgets de chat intégrables et une interface accessible depuis un navigateur sont réservées à Docker. Le tableau marque deux lignes dans l’autre sens, réservées à Desktop : l’installation en un clic et un fournisseur LLM intégré. Ainsi, AnythingLLM pour une équipe signifie utiliser la version Docker, et le passage en mode multi-utilisateur est irréversible.

Open WebUI part du principe qu’il y a plusieurs utilisateurs. Ses trois rôles — Admin, User et Pending, ainsi que les groupes de permissions et le contrôle d’accès par modèle, ne sont soumis à aucune restriction de licence dans la documentation RBAC. Ce qui est soumis à restriction, c’est la marque : au-delà de 50 utilisateurs sur une période de 30 jours, vous devez conserver le nom et les marques Open WebUI visibles, sauf si vous détenez une licence entreprise ; et Terminals — qui provisionne un espace de travail par utilisateur, avec des fichiers et des processus distincts — précise qu’une licence entreprise est nécessaire pour une utilisation en production. Si votre exigence est un assistant interne en marque blanche pour une grande organisation, cette clause — et non une fonctionnalité — est le fait déterminant ; la personnalisation en marque blanche Docker d’AnythingLLM est l’alternative à comparer au prix d’une offre entreprise.

État actuel des deux projets à la date de vérification, d’après l’API GitHub : AnythingLLM est sous licence MIT, n’est pas archivé et sa dernière version, v1.16.1, a été publiée le 27 août 2026 ; Open WebUI n’est pas archivé et sa dernière version, v0.11.3, a été publiée le 31 août 2026, sa licence étant signalée comme NOASSERTION parce qu’elle est personnalisée plutôt qu’une licence OSS standard. Selon ces deux signaux — une version publiée au cours du dernier mois et un dépôt non archivé — aucun des deux projets n’est dormant.

Où une passerelle s’intègre

Aucun des deux produits ne vous vend de l’inférence ; ils ont donc tous deux besoin d’un point de terminaison de modèle, et peuvent tous deux pointer vers le même — ce qui rend un essai comparatif peu coûteux : installez chacun, fournissez-leur une URL de base et une clé, puis comparez-les sur des modèles identiques plutôt que dans un tableau comparatif. Kunavo fournit la surface compatible avec OpenAI qu’ils utilisent tous les deux. Un guide de configuration publié existe pour l’un d’eux ; il s’agit d’une procédure écrite, et non d’un test de compatibilité réalisé de notre côté : connectez Open WebUI à Kunavo, puis créez un compte Kunavo lorsque vous serez prêt à y placer une clé. Pour AnythingLLM, utilisez la correspondance des champs Generic OpenAI ci-dessus. Si vous êtes encore en train de présélectionner des interfaces, LibreChat vs Open WebUI couvre le troisième candidat courant.

Questions fréquentes

Prix des fournisseurs, conditions de licence, versions publiées, valeurs de configuration par défaut et citations de la documentation vérifiés le 18 septembre 2026 auprès de anythingllm.com, docs.anythingllm.com, docs.openwebui.com, des dépôts de chaque projet et de l’API GitHub ; chacun d’eux est lié ci-dessus. Les tarifs des tokens Kunavo proviennent du catalogue en ligne ; les montants mensuels sont des estimations illustratives fondées sur les hypothèses de tokens indiquées. Kunavo n’a testé aucun des deux clients en conditions d’exécution.