Насколько точен NutriShot AI?

Мы не гадали, а измерили. Мы записали 412 реальных блюд, взвесили каждый ингредиент на кухонных весах и сравнили цифры NutriShot AI с эталонными данными USDA FoodData Central по 5 категориям еды и 7 кухням.

Результаты

• 95.3% средней точности по калориям после подтверждения размера порции: в пределах 4.7% от весов, примерно 28 калорий на блюде в 600 калорий
• 92% блюд попали в пределы 10% от истинных калорий; 98% попали в пределы 20%
• По одному лишь фото, без подтверждения порции, оценки в среднем попадали в пределы 11%

Разрыв между 11% и 4.7% и есть причина, по которой существует вопрос о порции: ответ на него больше чем вдвое повышает точность. Макросы тоже держатся: белки в пределах 6.7%, углеводы в пределах 5.9%, жиры в пределах 9.5% (масла и заправки трудно разглядеть на фото).

Точность зависит от типа еды

Упакованные и брендовые продукты показывают лучший результат, в пределах 2.2%, простая домашняя еда попадает в пределы 3.6%, напитки в пределы 3.8%. Ресторанные блюда и еда навынос ближе к 7%, а кухни с обилием соусов, такие как тайская (7.6%) и индийская (8.2%), самые сложные.

Как читать это честно

Мы провели и оплатили этот тест сами, так что это не независимое исследование. Поэтому мы публикуем сырые данные и код анализа: можно проверить нашу математику, а не верить на слово. Изначальный тест показал в среднем пределы 6.8%. Обновление модели в июне 2026 года и полный повторный прогон всех 412 блюд довели результат до 4.7%.

• Полные результаты теста точности и данные