NutriShot AI 的准确度如何?

我们没有靠猜,而是实际测量。我们记录了 412 份真实餐食,用厨房秤称量每种食材,并将 NutriShot AI 的数据与 USDA FoodData Central 的基准数据对比,共覆盖 5 个食物类别和 7 种菜系。

测试结果

• 确认份量后,平均卡路里准确率达 95.3%:在厨房秤读数的 4.7% 以内,以 600 卡路里的一餐计算约为 28 卡路里
• 92% 的餐食落在真实卡路里的 10% 以内,98% 落在 20% 以内
• 仅凭照片、不确认份量时,估算平均在 11% 以内

11% 和 4.7% 之间的差距,正是份量确认问题存在的原因:回答它能让准确度提升一倍以上。宏量营养素同样可靠:蛋白质在 6.7% 以内,碳水化合物在 5.9% 以内,脂肪在 9.5% 以内(油和调味汁在照片里很难看清)。

不同食物类型有差异

包装和品牌食品表现最好,在 2.2% 以内;简单家常菜在 3.6% 以内;饮品在 3.8% 以内。餐厅和外卖餐食接近 7%,泰国菜(7.6%)和印度菜(8.2%)等酱汁较多的菜系最具挑战。

如何客观看待这些数据

这项测试由我们自己运行和出资,所以它不是独立研究。正因如此,我们公开了原始数据和分析代码,你可以自己验证,而不必只听我们说。最初的测试平均在 6.8% 以内。2026 年 6 月的模型升级和对全部 412 餐的完整重测,把结果提升到了 4.7% 以内。

• 查看完整准确度结果和数据