Alternatif Open WebUI: lisensi, BYOK, RAG, dan migrasi

Sebagian besar pencarian untuk alternatif Open WebUI sebenarnya bukan tentang harga: Open WebUI gratis untuk di-self-host bagi jumlah pengguna internal yang tidak terbatas, dan proyek ini sama sekali tidak menerbitkan harga. Alasan orang benar-benar berpindah lebih spesifik — lisensinya berhenti menjadi open source standar pada v0.6.6, server bukan bentuk yang tepat untuk satu orang, dukungan endpoint kustom tidak sesuai dengan gateway mereka, atau mereka ingin orang lain yang meng-host-nya. Masing-masing alasan mengarah ke pengganti yang berbeda, dan biaya migrasi di antaranya sangat berbeda.

Pertama, satu klarifikasi, karena hasil pencarian mencampurkan beberapa proyek bernama mirip tetapi tidak terkait. Open WebUI adalah open-webui/open-webui, sebelumnya Ollama WebUI. Ini bukan Stable Diffusion web UI milik AUTOMATIC1111, bukan OpenUI (menghasilkan UI dari prompt), dan bukan text-generation-webui, yang berganti nama menjadi TextGen di oobabooga/textgen dan merupakan aplikasi desktop untuk model lokal, bukan frontend tim.

Mulai dari alasan Anda ingin berpindah

Lisensinya, secara tepat — dan mitos yang harus berhenti diulang

Peristiwa siklus hidup yang paling menentukan bukanlah penggantian nama atau akuisisi. Ini adalah perubahan lisensi. Menurut dokumentasi lisensi proyek, semua kode yang dikirimkan atau digabungkan hingga dan termasuk rilis v0.6.5 tetap berlisensi BSD-3. Mulai v0.6.6, proyek ini menggunakan Open WebUI License khusus, turunan BSD-3 dengan klausul perlindungan branding, dan API repositori GitHub melaporkan lisensinya sebagai NOASSERTION alih-alih lisensi standar yang diakui. GitHub Releases mencatat batas versinya: v0.6.5 pada 14 April 2025 dan v0.6.6 pada 5 Mei 2025. Perhatikan bahwa dokumentasi lisensi menetapkan tanggal kalendernya sendiri untuk perubahan tersebut — "Effective with v0.6.6 (April 19, 2025)" — yang tidak cocok dengan tanggal yang dicatat GitHub untuk rilis itu, jadi cantumkan versinya, bukan salah satu tanggal tersebut.

Sekarang koreksinya. Teks lisensi melarang pengubahan, penghapusan, pengaburan, atau penggantian branding Open WebUI kecuali dalam tiga keadaan, yang pertama adalah penerapan "where the total number of end users … does not exceed fifty (50) within any rolling thirty (30) day period"; dua lainnya adalah izin tertulis sebelumnya dari pemegang hak cipta dan lisensi perusahaan yang telah ditandatangani secara sah. Dokumentasi lisensi secara terpisah mencantumkan "Deploy to any number of internal users within your own organization (with all official branding kept)" sebagai sesuatu yang diizinkan oleh lisensi gratis. Jadi angka lima puluh pengguna adalah pengecualian branding, bukan batas penerapan — kebalikan dari apa yang dikatakan sebagian besar artikel perbandingan. Hak cipta dimiliki oleh Open WebUI Inc. [Created by Timothy Jaeryang Baek].

Lisensi perusahaan sebenarnya mengatur white-label, penghapusan branding, dan fitur khusus perusahaan. Harganya tidak dipublikasikan: halaman perusahaan meminta Anda "Send us your deployment end user count (seats)", dan openwebui.com/pricing mengembalikan HTTP 404 saat diperiksa pada 21 September 2026. Angka per seat apa pun yang Anda lihat di tempat lain adalah harga vendor hosting terkelola atau angka yang dibuat-buat.

Proyek itu sendiri sehat berdasarkan angka-angka yang penting: tidak diarsipkan, memiliki lebih dari 150.000 bintang, menerima push dalam beberapa hari sebelum pemeriksaan ini, dan rilis stabil v0.11.3 diterbitkan pada 31 Agustus 2026 (API Rilis). Namun, satu subkomponen tidak demikian: open-webui/pipelines, framework plugin, terakhir menerima push pada 18 Agustus 2025. Jika penerapan Anda bergantung pada Pipelines, frekuensi pembaruan tersebut patut dipertimbangkan sebelum Anda membangun lebih banyak di atasnya.

Daftar pilihan, dikelompokkan berdasarkan cara Anda menjalankannya

Tiga catatan pada tabel tersebut, semuanya diperiksa pada 21 September 2026. Tag terbaru LibreChat adalah prerelease v0.8.8-rc3 dari 15 September 2026 dan /releases/latest milik GitHub mengembalikan 404, jadi saat ini tidak ada rilis yang ditandai sebagai terbaru — baca changelog proyek itu sendiri sebelum menetapkan versi, alih-alih mempercayai angka dari ringkasan. Halaman harga LobeHub tidak konsisten dengan dirinya sendiri: kartu paket menampilkan Starter, Premium, dan Ultimate masing-masing seharga $9,9, $19,9, dan $39,9 per bulan, sementara tabel perbandingan di halaman yang sama menampilkan $12,9 untuk Starter bersama angka tahunan $118,8, jadi konfirmasikan jumlahnya di checkout sebelum berkomitmen. Dan harga Premium TypingMind berada di bawah promosi 50% yang diiklankan, jenis angka yang paling cepat berubah. Tier berbayar Chatbox ditujukan untuk model hosted miliknya sendiri; menurut panduan bawa key Anda sendiri, mengarahkannya ke key Anda sendiri adalah jalur gratis.

Dua proyek yang muncul dalam daftar alternatif tetapi seharusnya tidak: Chatbot UI menggunakan MIT dan tidak diarsipkan, tetapi push terakhirnya adalah 3 Agustus 2024 dan tidak memiliki rilis, jadi proyek ini dorman, bukan opsi yang aktif; dan NextChat kini mendeskripsikan dirinya sebagai asisten zero-config yang Anda daftarkan tanpa memerlukan API key, ditagihkan berdasarkan penggunaan, bukan frontend murni dengan skema bawa key sendiri. Hal lain yang patut dipisahkan dalam pencarian: Jan bukan Janitor AI, Msty Studio bukan dana yang diperdagangkan di bursa MSTY, dan LobeChat serta LobeHub adalah satu proyek setelah penggantian nama, jadi tutorial penyiapan LobeChat sebelum versi 1.0 sudah tidak berlaku.

Cara masing-masing menerima endpoint kustom yang kompatibel dengan OpenAI

Kedelapan klien di bawah ini mendokumentasikan cara untuk mengarahkannya ke endpoint pihak ketiga. Perbedaannya terletak pada antarmuka konfigurasi, bentuk URL, dan apakah hal lain selain Chat Completions dimungkinkan. Satu kolom perlu dinyatakan secara sempit: "Anthropic Messages route" menanyakan apakah klien itu sendiri akan mengirim permintaan berbentuk Anthropic ke endpoint Anda. "None documented" di sana berarti dokumentasi vendor tidak menjelaskan mode tersebut — bukan berarti mode itu diketahui tidak tersedia.

Tabel tersebut bersumber dari dokumentasi masing-masing vendor: halaman koneksi Open WebUI OpenAI-compatible dan Open Responses, referensi custom-endpoint LibreChat, halaman Generic OpenAI AnythingLLM, dokumentasi custom-endpoint Jan, dokumentasi custom-provider ChatWise, halaman providers LobeHub, dokumentasi online-providers Msty, dan dokumentasi koneksi model TypingMind.

Cherry Studio sengaja tidak disertakan dalam tabel tersebut. Domain dokumentasinya kini mengalihkan dari docs.cherry-ai.com ke docs.cherryai.com.cn, situs berbahasa Mandarin yang halaman providernya tidak dibaca untuk halaman ini, sehingga nama field dan konvensi jalurnya belum terverifikasi di sini — periksa di aplikasi sebelum menyalin base URL dari tutorial lama.

Dua hal spesifik tentang Open WebUI yang perlu diketahui, apa pun pilihan Anda. Dokumentasi koneksi provider-nya mencatat bahwa beberapa provider sama sekali tidak mengimplementasikan /models, sehingga verifikasi koneksi gagal tetapi chat completions tetap berfungsi dan Anda memasukkan ID model secara manual. Dokumentasi itu juga memperingatkan bahwa lapisan kompatibilitas Google berbeda dari skema streaming OpenAI, serta merekomendasikan Function Calling diatur ke Legacy agar tools berjalan melalui permintaan non-streaming terpisah. Peringatan tersebut berlaku untuk lapisan salah satu vendor, bukan lapisan kompatibilitas secara umum — tetapi ini mengingatkan bahwa pemanggilan tools hadir melalui apa pun yang benar-benar diimplementasikan upstream, dan frontend tidak dapat memperbaiki celah skema untuk Anda.

Di sisi Kunavo, /v1/chat/completions, /v1/messages, dan /v1/responses semuanya tersedia sebagai route, sehingga mode provider: anthropic LibreChat, Jan, dan ChatWise yang kompatibel dengan Anthropic serta jalur Responses eksperimental Open WebUI masing-masing memiliki permukaan yang sesuai. Tidak satu pun klien ini diuji saat runtime terhadap Kunavo untuk halaman ini; panduan penyiapan yang dipublikasikan adalah referensi konfigurasi, bukan uji kompatibilitas. Blok kustom LibreChat yang berfungsi terlihat seperti ini:

endpoints:
  custom:
    - name: "Kunavo"
      apiKey: "${KUNAVO_API_KEY}"
      baseURL: "https://api.kunavo.com/v1"
      models:
        default: ["claude-sonnet-4-6", "claude-haiku-4-5"]
        fetch: true
      titleConvo: true
      titleModel: "claude-haiku-4-5"

Untuk bentuk umum konfigurasi ini di berbagai klien, lihat OpenAI-compatible API. Untuk perbandingan langsung dua produk, LibreChat vs Open WebUI membahas hambatan penyiapan dan AnythingLLM vs Open WebUI membahas RAG serta penerapan.

RAG: bagian yang tidak mengikuti endpoint chat

Mengarahkah frontend ke endpoint chat tidak mengarahkan pipeline retrieval-nya ke mana pun. Open WebUI menyimpan kredensial terpisah untuknya. Menurut referensi variabel lingkungan, RAG_EMBEDDING_ENGINE memilih engine dan RAG_OPENAI_API_BASE_URL / RAG_OPENAI_API_KEY membawa endpoint-nya, sama seperti pembuatan gambar memiliki IMAGES_OPENAI_API_BASE_URL sendiri. Jika dikosongkan, RAG_EMBEDDING_ENGINE secara default menggunakan SentenceTransformers yang berjalan secara lokal — akselerasi GPU untuk embedding bersifat opsional melalui image CUDA — sehingga biaya per permintaan secara default adalah nol. AnythingLLM memisahkan hal yang sama, dengan mengonfigurasi LLM, embedder, dan database vektornya sebagai provider terpisah. Karena itu, kompatibilitas chat tidak menetapkan kompatibilitas retrieval pada kedua produk.

Hal itu penting di sini karena satu alasan konkret: embedding tidak disediakan oleh Kunavo — tidak ada model yang diaktifkan untuk endpoint tersebut — sehingga langkah retrieval tetap lokal atau diarahkan ke provider eksternal pilihan Anda. Anggarkan secara terpisah dari chat, dan jangan memasukkannya ke dalam rencana migrasi gateway apa pun. Implementasi RAG membahas pemisahan tahap-tahapnya.

Apa yang dapat dimigrasikan, dan apa yang harus Anda buat ulang

Tetapkan ekspektasi sebelum mulai: riwayat chat tidak berpindah antarproduk ini secara otomatis. Dokumentasi impor dan ekspor Open WebUI menyatakan bahwa ekspor mencakup "All chat messages and their metadata, Model information used in each conversation, Timestamps and conversation structure", dan impor menerima ekspor Open WebUI, ekspor ChatGPT, serta JSON kustom — dengan pernyataan tegas bahwa untuk platform lain "There is no built-in converter". Di sisi penerima, dokumentasi impor LibreChat mencantumkan ChatGPT, Claude, dan ChatbotUI v1, serta tidak menyebut Open WebUI. Dua importer yang terdokumentasi, tanpa irisan.

Baris terakhir itulah yang harus diselesaikan terlebih dahulu meskipun Anda tetap menggunakan produk ini. Menurut dokumentasi scaling, pilihan engine pada dasarnya permanen setelah Anda memiliki data produksi, penerapan multi-replica memerlukan PostgreSQL plus Redis dan database vektor eksternal, bukan SQLite dan Chroma tertanam, dan untuk SQLite di penyimpanan jaringan, satu-satunya solusi yang ditawarkan dokumentasi adalah berpindah ke PostgreSQL, bukan menggunakan flag penyetelan. Jadi pemindahan seluruh instance yang sebenarnya adalah penyalinan direktori data pada tingkat file, bukan file ekspor. Tutorial pemeliharaan database menempatkan webui.db — beserta sidecar -wal dan -shm — di /app/backend/data dalam container, dan referensi variabel lingkungan menjelaskan DATA_DIR sebagai direktori dasar "for data storage, including uploads, cache, vector database, etc.", dengan audit log secara default berada di audit.log dalam direktori yang sama. Salin direktorinya, bukan daftar filenya.

Cadangkan sebelum menyentuh apa pun. Konfirmasikan nama container Anda sendiri terlebih dahulu — ini adalah bentuknya, bukan skrip untuk ditempel tanpa memeriksa:

# 1. Stop the instance so nothing writes mid-copy.
docker stop open-webui

# 2. Copy the whole data directory out of the container.
#    The documented location is /app/backend/data. DATA_DIR is
#    described as the base for uploads, cache, the vector database
#    and the audit log, so take the directory rather than webui.db.
docker cp open-webui:/app/backend/data ./open-webui-backup-$(date +%F)

# 3. Start it again and confirm the UI still loads before you touch anything.
docker start open-webui

Rencana rollback: pertahankan instance lama beserta tag image-nya tetap utuh dan berjalan saat Anda menguji penggantinya, alih-alih melakukan migrasi di tempat. Jalankan keduanya pada endpoint yang sama selama seminggu, pindahkan satu tim terlebih dahulu, dan hanya nonaktifkan yang asli setelah instance baru berhasil melewati beban kerja nyata. Karena riwayat chat tidak dapat ditransfer, rollback setelah Anda menonaktifkan yang asli berarti kehilangan apa pun yang ditulis di alat baru — alasan yang lebih kuat untuk menjalankannya berdampingan daripada perbandingan fitur apa pun.

Biaya di sisi model, apa pun frontend yang Anda pilih

Tidak satu pun frontend ini menagih token; API di belakangnya yang menagih. Angka di bawah adalah perhitungan token ilustratif, bukan biaya terukur dan bukan batas atas tagihan. Anggap satu orang melakukan 10 percakapan per hari kerja, masing-masing mengirim 25.000 token input yang tidak di-cache sepanjang giliran percakapan dan menerima 1.500 token output, selama 20 hari kerja — berarti 5.000.000 token input dan 300.000 token output per orang-bulan. Tarifnya adalah harga katalog Kunavo yang berlaku per juta token.

Baca ini bersama harga frontend, bukan sebagai penggantinya. Frontend yang di-host sendiri tidak mengenakan biaya per kursi, jadi berdasarkan asumsi ini, lalu lintas tim secara keseluruhan pada model Claude Sonnet 4.6 menjadi $68,25 per bulan, sedangkan tim yang sama pada model Claude Haiku 4.5 menjadi $22,75 — selisih bulanan sebesar $45,50 untuk lalu lintas asumsi yang identik, berulang setiap bulan alih-alih dibayar sekali. Oleh karena itu, model default yang dituju sebuah frontend merupakan keputusan anggaran langsung, terpisah dari lisensi yang Anda bayar untuk aplikasinya. Pola penggunaan nyata Anda yang menentukan hasilnya, jadi ukur percakapan Anda sendiri sebelum menyusun anggaran. Optimasi biaya AI membahas cara melakukan pengukuran itu secara jujur.

Jumlah katalog Kunavo merupakan batas minimum penagihan, bukan batas maksimum: ketika upstream melaporkan biayanya, tagihan adalah nilai yang lebih besar antara biaya katalog dan biaya upstream dikalikan markup yang berlaku. Biaya cache dan alat eksternal berada di luar contoh ini. Top-up minimum adalah $10 dalam kredit prabayar, yang menambah saldo, bukan membeli kursi atau paket — lihat detail penagihan.

Jika Anda tetap menggunakan Open WebUI

Itu adalah hasil yang dapat dipertanggungjawabkan dari halaman ini, dan bagi sebagian besar tim merupakan pilihan yang tepat: perubahan lisensi membatasi white-labeling, bukan ukuran deployment, proyek ini masih aktif dirilis, dan tidak ada hal di atas yang menjadi alasan untuk membangun ulang instance yang berfungsi. Apa pun pilihan Anda, yang layak dilakukan adalah memisahkan keputusan frontend dari keputusan endpoint, sehingga perubahan client di masa depan tidak sekaligus berarti perubahan provider dan pembuatan key baru. Kunavo menerbitkan referensi konfigurasi untuk client ini — panduan integrasi Open WebUI — serta dokumentasi penyiapan untuk LobeHub, Chatbox dan Cherry Studio. Buat akun Kunavo saat Anda menginginkan satu key dan satu saldo prabayar di balik frontend apa pun yang Anda pilih.

Pertanyaan umum

Diperiksa pada 21 September 2026 dengan membaca setiap halaman tertaut atau respons GitHub API secara langsung: teks lisensi Open WebUI, dokumentasi lisensi dan enterprise, dokumentasi koneksi provider, penskalaan, serta impor/ekspor, repository dan rilis terbarunya, halaman 404 di openwebui.com/pricing, repository dan dokumentasi impor LibreChat, serta halaman harga yang diterbitkan untuk AnythingLLM, LobeHub, Msty, ChatWise dan TypingMind. Saya juga membaca secara langsung: halaman Open Responses dan referensi environment variable Open WebUI, referensi custom endpoint LibreChat, halaman Generic OpenAI AnythingLLM, dokumentasi custom provider Jan dan ChatWise, halaman providers LobeHub (masih berupa placeholder migrasi), panduan bring-your-own-key Chatbox, serta metadata repository untuk Pipelines, TextGen dan Chatbot UI yang sudah tidak aktif. Langkah konfigurasi Msty dan TypingMind tertaut, tetapi diambil dari ringkasan dokumentasi, bukan pembacaan penuh. Field konfigurasi Cherry Studio masih belum terverifikasi dan ditandai demikian di atas. Tidak ada client di halaman ini yang diuji saat runtime terhadap Kunavo. Tarif token Kunavo dibaca dari katalog yang berlaku, dan setiap angka dolar di bagian biaya merupakan perhitungan token ilustratif.