Abbiamo testato l'AI su 68 piatti pesati: quanto sbaglia le calorie

Quasi tutti i test sulle app che contano le calorie con l’intelligenza artificiale usano poche foto e un valore “vero” stimato a occhio. Noi volevamo una prova più dura: piatti in cui ogni ingrediente è stato pesato in laboratorio, così le calorie reali sono note. Ne abbiamo fatti analizzare 68 a due modelli di AI, tre volte ciascuno, e abbiamo misurato quanto si allontanavano dal valore giusto.

La risposta breve: il modello più recente che abbiamo provato (gpt-6-luna) sbagliava in media del 31% e del 22% su un piatto tipico, quasi senza sbilanciarsi né in alto né in basso (+5%). Quello più vecchio (gpt-5.6-luna) sovrastimava in media del 51% e rispondeva esattamente 520 kcal all’8% dei piatti, qualunque cosa ci fosse sopra. Entrambi tiravano ogni piatto verso un “pasto medio”: gli spuntini risultavano troppo calorici, i piatti abbondanti troppo poco.

Come abbiamo fatto il test

• I piatti. Abbiamo preso 68 piatti da Nutrition5k, un dataset pubblico di Google Research. Ogni piatto è stato composto in una mensa pesando ogni ingrediente, e calorie e macronutrienti sono stati calcolati da quei pesi. Il nostro campione andava da 66 a 1.051 kcal (mediana 498 kcal), scelto per coprire sia gli spuntini sia i piatti abbondanti.
• Le foto. Abbiamo usato la foto dall’alto di ogni piatto, compressa come la invia un’app sul telefono.
• I modelli. Due modelli di visione di OpenAI, gpt-5.6-luna e gpt-6-luna, con le stesse istruzioni che usa in produzione un’app conta calorie: nome del piatto, ingredienti con il peso, calorie e macro.
• Le ripetizioni. Ogni foto è stata inviata 3 volte a ogni configurazione, per vedere se la stessa immagine dà la stessa risposta.
• Il punteggio. Per ogni risposta abbiamo confrontato le calorie con il valore pesato: errore medio, errore su un piatto tipico (la mediana), quota di risposte entro il 20% e sbilanciamento (se il modello tende a stare alto o basso).

I risultati

	Modello più vecchio	Modello più recente
Errore medio	58%	31%
Errore su un piatto tipico (mediana)	29%	22%
Risposte entro ±20% dal valore pesato	38%	46%
Sbilanciamento medio	+51% (troppo alto)	+5%
Errore medio in kcal	156 kcal	111 kcal
Risposte esattamente di 520 kcal	8%	0,5%
Variazione rimandando la stessa foto	4,7%	4,9%

Il modello più recente dimezza l’errore e azzera quasi del tutto lo sbilanciamento. Il suo 31% di errore medio è in linea con i migliori risultati pubblicati: uno studio del 2025 ha trovato circa il 36% per ChatGPT-4o e Claude 3.5 su 52 piatti pesati.

I numeri del modello più vecchio nascondono un’abitudine rivelatrice. In 204 risposte ha usato solo 32 valori di calorie diversi, e 520 kcal è uscito 17 volte, per piatti che contenevano di tutto, da una piccola insalata a un pranzo completo. Più che stimare la porzione, sceglieva un numero da “pasto tipico”.

L’AI tira ogni piatto verso un pasto medio

Ecco l’errore mediano in base alle calorie reali del piatto:

Calorie reali del piatto	Modello più vecchio	Modello più recente
Sotto le 200 kcal	+139%	+61%
Da 200 a 350 kcal	+74%	+23%
Da 350 a 500 kcal	+24%	-12%
Da 500 a 700 kcal	+11%	-5%
Oltre 700 kcal	0%	-19%

Lo schema è lo stesso per entrambi i modelli, solo più marcato in quello vecchio: le porzioni piccole vengono sovrastimate e quelle grandi sottostimate. Uno spuntino da 150 kcal può diventare 250. Un piatto da 900 kcal può diventare 730.

È quello che i ricercatori hanno trovato anche con altri modelli di AI, dove la sottostima cresce con la porzione. Il motivo è la foto: dall’alto il modello non vede l’altezza e non può pesare niente, quindi si avvicina a come appare di solito un pasto.

Stessa foto, stesse calorie?

Quasi sempre sì. Rimandando la stessa foto, la stima si spostava in media di circa il 5% con entrambi i modelli. È poco rispetto all’errore vero e proprio.

L’eccezione è la foto ambigua. Una mostrava diverse ciambelle in un piatto. Il modello più recente di solito la leggeva come circa 2.100 kcal, ma in 1 prova su 12 ha visto una ciambella sola e ha risposto 300 kcal. Chiedere al modello di contare prima i pezzi ha risolto il problema: nessun errore in 17 prove, tutte le risposte tra 1.740 e 2.280 kcal.

A parole con i grammi è meglio della foto

Abbiamo anche scritto le stesse 67 ricette come testo con i pesi esatti (“68 g di riso integrale, 21 g di insalata mista, 3 g di olio d’oliva”), così restava solo da fare il conto.

Configurazione	Errore su un piatto tipico	Risposte entro ±20%
Il modello legge i grammi e dà il totale	10%	75%
Il modello dà grammi e valori per 100 g, l’app fa la somma	4,5%	88%

La prima configurazione fa ancora errori che non ti aspetteresti. Per “200 g di yogurt greco 0% con 30 g di miele” ha risposto 181 kcal. La risposta giusta è circa 209 kcal: circa 118 per lo yogurt e 91 per il miele. Quando il modello deve solo conoscere i valori per 100 g e il conto lo fa il codice, questi errori spariscono.

Cosa non ha funzionato

• Chiedere più volte e prendere la risposta di mezzo. Tre o cinque risposte per foto, poi la mediana: stesso errore medio, tra il 31% e il 33%, a un costo due o tre volte più alto.
• Un formato dettagliato voce per voce anche per le foto. Chiedere ogni ingrediente con i suoi valori per 100 g era preciso quanto il formato semplice, ma la stessa foto variava di più tra una prova e l’altra (circa 9,5% invece del 5%). Il motivo principale era l’olio di cottura: in alcune prove compariva come voce a parte, in altre no.

Cosa significa quando registri un pasto

1. Spuntini piccoli: controlla il numero. Una foto di uno yogurt o di un frutto è più facile che venga sovrastimata che sottostimata.
2. Piatti abbondanti: controlla la porzione e aggiungi quello che non si vede, come l’olio di cottura e il condimento. È lì che si perdono le calorie.
3. Conosci il peso? Scrivilo. Nel nostro test una descrizione con i grammi era circa cinque volte più precisa di una foto.
4. Più pezzi nel piatto? Verifica che il numero sia giusto.
5. Cibi confezionati: scansiona il codice a barre invece di fotografarli. L’etichetta batte qualunque stima.

Se devi ancora fissare un obiettivo, parti dal nostro calcolo calorie. Per il quadro completo sulla precisione, compresi gli studi su quanto sbagliamo quando annotiamo a mano, leggi quanto sono precise le app conta calorie con foto, e per le basi vedi come contare le calorie.

I limiti di questo test

• Foto di laboratorio. I piatti di Nutrition5k sono fotografati dall’alto con un’attrezzatura fissa, in poche mense della California. Le foto fatte a casa, di sbieco, con altre cucine si comporteranno in modo diverso.
• 68 piatti. Abbastanza per vedere tendenze chiare, non per classificare ogni modello su ogni tipo di cibo.
• Una fotografia del momento. Sono due modelli specifici a ottobre 2026. I modelli cambiano spesso, quindi cambieranno anche i numeri.
• Chi l’ha fatto. Sviluppiamo BananaCal, un’app per contare le calorie, e abbiamo fatto questo test per sceglierne la configurazione. Dopo il test abbiamo spostato l’analisi delle foto sul modello più recente con il conteggio dei pezzi, e l’analisi del testo sul metodo “valori per 100 g, somma fatta dal codice”. Non abbiamo legami con OpenAI se non il fatto di pagarne il servizio.

In sintesi

• Su 68 piatti pesati, il modello di AI migliore sbagliava in media del 31% e del 22% su un piatto tipico, quasi senza sbilanciamento.
• Tutti i modelli tiravano i piatti verso un pasto medio: i piccoli troppo alti, i grandi troppo bassi.
• La stessa foto dava quasi sempre la stessa risposta, tranne sui piatti ambigui.
• Scrivere i grammi riduceva l’errore tipico a circa il 4,5%.
• Chiedere più volte all’AI non la rendeva più precisa.