背景
在 OpenWebUI 中同时接入本地模型（Ollama）与云端模型（OpenAI External）后，模型列表会显著膨胀，包含大量历史版本、兼容别名与专用用途模型。本文记录一种低心智负担、可长期使用的配置与使用方式，并解释多模态能力的实际用法。
目标：
- 稳定可用
- 列表可控
- 明确多模态如何落地
一、为什么模型会“突然变多”
当 OpenWebUI 的 OpenAI 连接中 Model IDs 留空 时，系统会直接拉取 OpenAI /v1/models 的全量结果，其中包含：
- 不同日期的历史版本（例如
-2025-xx-xx） - 兼容/别名模型（
chat-latest、mini、nano） - 专用用途模型（image / audio / transcribe / search / moderation）
- 评测或内部用途（arena / elo）
这是 API 工程级清单，并非“用户选择列表”。数量增加并不代表配置错误。
二、真正需要关注的模型类别
1. 日常文本与思考
- 本地（Ollama）：
qwen2.5:7b - 云端（OpenAI）：
gpt-4ogpt-4.1/gpt-4.1-minigpt-3.5-turbo（兜底）
覆盖绝大多数文本任务。
2. 多模态（图文理解）
gpt-4ogpt-4.1/gpt-4.1-mini
用法：在对话中拖入图片，配合文字提问即可完成“看图说话”。
3. 图像生成（文 → 图）
chatgpt-image-latest
说明：该模型为单向生成模型，仅用于画图，不用于聊天或分析。
4. 可忽略的模型
- 带日期后缀的历史版本
- audio / transcribe / search / moderation
- preview / nano / arena / elo
这些模型不影响日常使用，可完全忽略。
三、两种可行的模型管理策略
策略 A：自动更新（省心）
- OpenAI 的 Model IDs 留空
- 新模型会自动出现在列表中
- 接受列表“看起来很长”
适合：不想维护配置、只关心可用性。
策略 B：极简清单（推荐）
在 Settings → Connections → OpenAI → Model IDs 中，仅保留：
gpt-4o
gpt-4.1-mini
gpt-3.5-turbo
chatgpt-image-latest
效果：
- 列表干净
- 功能全覆盖
- 心智负担最低
四、多模态能力的实际使用方式
图 → 文（图片理解）
- 选择
gpt-4o或gpt-4.1 - 拖入图片
- 输入问题（如“概括图片内容”）
文 → 图（图片生成）
- 新建对话
- 选择
chatgpt-image-latest - 输入图片描述
本地模型
qwen2.5:7b与gpt-3.5-turbo不支持图像理解。
五、推荐的日常使用组合
- 默认：
qwen2.5:7b（本地、低成本） - 复杂推理 / 多模态：
gpt-4o或gpt-4.1 - 画图：
chatgpt-image-latest
该组合在稳定性、成本与能力之间取得良好平衡。
结论
模型数量的膨胀源于 API 全量暴露，而非配置异常。通过限制关注范围与合理筛选模型，可以在 OpenWebUI 中构建一个长期稳定、低维护成本、支持多模态的使用环境。
关键在于：
- 只选择真正需要的模型
- 忽略工程级噪音
- 将系统从“折腾状态”切换到“安心使用状态”