Δοκίμασα 4 AI Εφαρμογές Καταγραφής Θερμίδων Παράλληλα για 2 Εβδομάδες

Για δύο εβδομάδες, κατέγραψα κάθε γεύμα σε τέσσερις διαφορετικές εφαρμογές καταγραφής θερμίδων ταυτόχρονα. Ίδια γεύματα, ίδιες φωτογραφίες, ίδια χρονικά διαστήματα. Nutrola, Cal AI, Foodvisor και SnapCalorie — λειτουργώντας παράλληλα, κάθε μέρα, για 14 ημέρες. Ζύγισα κάθε σπιτικό γεύμα σε μια κουζίνα και υπολόγισα τις πραγματικές θερμίδες χρησιμοποιώντας τις τιμές αναφοράς του USDA FoodData Central ως βάση αλήθειας.

Ο στόχος ήταν απλός: να ανακαλύψω ποια εφαρμογή προσφέρει την πιο αξιόπιστη καταγραφή τροφίμων σε μια ρεαλιστική περίοδο δύο εβδομάδων. Όχι μια επιμελημένη επίδειξη με τέλεια φωτισμένα και επιλεγμένα τρόφιμα, αλλά η πραγματική ζωή — σπιτική μαγειρική, γεύματα σε εστιατόρια, συσκευασμένα σνακ, καφέδες και οι περιστασιακές στιγμές "ξέχασα να φωτογραφίσω αυτό".

Ακολουθεί τι συνέβη.

Ρύθμιση και Κανόνες

Συσκευές: iPhone 15 Pro (για το LiDAR του SnapCalorie), με όλες τις τέσσερις εφαρμογές εγκατεστημένες και συνδεδεμένες.

Πρωτόκολλο ζύγισης: Όλα τα σπιτικά φαγητά ζυγίστηκαν σε μια κουζίνα με ακρίβεια 0.1g πριν το σερβίρισμα. Η αλήθεια για τις θερμίδες υπολογίστηκε χρησιμοποιώντας τις τιμές του USDA FoodData Central. Τα γεύματα σε εστιατόρια εκτιμήθηκαν με βάση τις τιμές του USDA για συγκρίσιμα πιάτα (μια εγγενής περιοριστική παράμετρος — η αλήθεια για τα εστιατόρια είναι πάντα περίπου).

Φωτογραφία: Η ίδια φωτογραφία υποβλήθηκε σε όλες τις τέσσερις εφαρμογές. Μια φωτογραφία από πάνω ανά γεύμα, τραβηγμένη υπό οποιοδήποτε διαθέσιμο φωτισμό (όχι βελτιστοποιημένο για καμία εφαρμογή).

Πρωτόκολλο διόρθωσης: Για κάθε εφαρμογή, αφιέρωσα έως 30 δευτερόλεπτα για να διορθώσω προφανή λάθη χρησιμοποιώντας όποια εργαλεία παρέχει η εφαρμογή. Αυτό προσομοιώνει έναν πραγματικό χρήστη που παρατηρεί ένα λάθος αλλά δεν θέλει να αφιερώσει λεπτά για να το διορθώσει.

Τι παρακολούθησα: Χρόνος ανά καταχώρηση (χρονόμετρο), αρχική εκτίμηση θερμίδων από την AI, τελικές καταγεγραμμένες θερμίδες (μετά τη διόρθωση), ημερήσιο σύνολο σε σχέση με την αλήθεια, αξιοσημείωτες απογοητεύσεις και οποιαδήποτε χαρακτηριστικά που έκαναν τη διαφορά.

Εβδομάδα 1: Ημέρες 1-7

Ημέρα 1 (Δευτέρα): Κανονική Ημέρα Σπιτικού Φαγητού

Πρωινό: Βρώμη με γάλα (80g βρώμη, 200ml πλήρες γάλα, 1 μπανάνα, 1 κουταλιά μέλι, 15g αμύγδαλα). Αλήθεια: 520 θερμίδες.

Εφαρμογή	Αρχική Εκτίμηση	Μετά τη Διόρθωση	Χρόνος	Σημειώσεις
Cal AI	340 θερμίδες	340 θερμίδες	4 δευτ.	Έχασε εντελώς το μέλι και τα αμύγδαλα. Δεν υπάρχει τρόπος να τα προσθέσω.
SnapCalorie	365 θερμίδες	365 θερμίδες	6 δευτ.	Καλύτερη εκτίμηση με 3D αλλά ακόμα έχασε κρυμμένα συστατικά.
Foodvisor	380 θερμίδες	420 θερμίδες	15 δευτ.	Αναγνώρισε τη βρώμη και τη μπανάνα. Έψαξα χειροκίνητα για το μέλι.
Nutrola	410 θερμίδες	505 θερμίδες	18 δευτ.	Η AI αναγνώρισε τη βρώμη και τη μπανάνα. Πρόσθεσα φωνητικά "κουταλιά μέλι και 15 γραμμάρια αμύγδαλα." Η βάση δεδομένων τα ταίριαξε και τα δύο.

Μεσημεριανό: Συσκευασμένη ελληνική σαλάτα από σούπερ μάρκετ (διαθέσιμο barcode). Αλήθεια: 340 θερμίδες (σύμφωνα με την ετικέτα).

Εφαρμογή	Αρχική Εκτίμηση	Μετά τη Διόρθωση	Χρόνος	Σημειώσεις
Cal AI	280 θερμίδες	280 θερμίδες	5 δευτ.	Χωρίς επιλογή barcode. Η εκτίμηση από τη φωτογραφία ήταν χαμηλή (έχασε τη σάλτσα).
SnapCalorie	295 θερμίδες	295 θερμίδες	7 δευτ.	Παρόμοιο πρόβλημα. Χωρίς barcode.
Foodvisor	340 θερμίδες	340 θερμίδες	4 δευτ.	Η σάρωση του barcode ταίριαξε τέλεια.
Nutrola	340 θερμίδες	340 θερμίδες	3 δευτ.	Σάρωση barcode. Ακριβής ταύτιση. Ταχύτερη καταχώρηση της ημέρας.

Δείπνο: Σπιτική τηγανιά κοτόπουλου (200g μηρού κοτόπουλου, 150g μπρόκολο, 100g πιπεριά, 200g ρύζι, 1.5 κουταλιά σουσάμι, 2 κουταλιές σόγια). Αλήθεια: 785 θερμίδες.

Εφαρμογή	Αρχική Εκτίμηση	Μετά τη Διόρθωση	Χρόνος	Σημειώσεις
Cal AI	490 θερμίδες	490 θερμίδες	5 δευτ.	Εντελώς έχασε το λάδι μαγειρέματος. 295 θερμίδες λιγότερες.
SnapCalorie	520 θερμίδες	520 θερμίδες	8 δευτ.	Το 3D βοήθησε με τον όγκο του ρυζιού αλλά το λάδι παρέμεινε αόρατο.
Foodvisor	530 θερμίδες	580 θερμίδες	20 δευτ.	Αναγνώρισε τη τηγανιά. Πρόσθεσα χειροκίνητα το λάδι αλλά μπορούσα να βρω μόνο "φυτικό λάδι" και όχι σουσάμι.
Nutrola	560 θερμίδες	755 θερμίδες	22 δευτ.	Η AI αναγνώρισε τη τηγανιά κοτόπουλου και το ρύζι. Πρόσθεσα φωνητικά "μία και μισή κουταλιά σουσάμι." Η βάση δεδομένων είχε ακριβή καταχώρηση. Κοντά στην αλήθεια.

Σύνολο Ημέρας 1:

Εφαρμογή	Καταγεγραμμένο Σύνολο	Αλήθεια	Λάθος	Ποσοστό Λάθους
Cal AI	1,576 θερμίδες	2,105 θερμίδες	-529 θερμίδες	-25.1%
SnapCalorie	1,648 θερμίδες	2,105 θερμίδες	-457 θερμίδες	-21.7%
Foodvisor	1,808 θερμίδες	2,105 θερμίδες	-297 θερμίδες	-14.1%
Nutrola	2,058 θερμίδες	2,105 θερμίδες	-47 θερμίδες	-2.2%

Η Ημέρα 1 καθόρισε το μοτίβο που θα επαναλαμβανόταν καθ' όλη τη διάρκεια της δοκιμής. Το κενό με το λάδι μαγειρέματος από μόνο του ευθύνεται για το μεγαλύτερο μέρος του λάθους στις εφαρμογές που βασίζονται μόνο σε φωτογραφίες.

Ημέρα 3 (Τετάρτη): Ημέρα Γεύματος σε Εστιατόριο

Το γεύμα σε εστιατόριο ήταν η πιο αποκαλυπτική δοκιμή. Είχα κοτόπουλο tikka masala με naan και ρύζι σε ένα ινδικό εστιατόριο. Δεν μπορούσα να ζυγίσω αυτό το γεύμα, αλλά εκτίμησα την αλήθεια περίπου στις 950 θερμίδες με βάση τις τιμές του USDA για συγκρίσιμες μερίδες εστιατορίου.

Εφαρμογή	Εκτίμηση	Σημειώσεις
Cal AI	620 θερμίδες	Σημαντικά υποτιμημένο. Το θεώρησε ως μικρότερη μερίδα από αυτή που σερβιρίστηκε.
SnapCalorie	680 θερμίδες	Καλύτερη εκτίμηση μερίδας αλλά ακόμα χαμηλή. Έχασε την κρέμα/βούτυρο στη σάλτσα.
Foodvisor	740 θερμίδες	Πιο κοντά. Αναγνώρισε το "tikka masala" που αντλεί καλύτερα δεδομένα.
Nutrola	890 θερμίδες	Η AI αναγνώρισε το tikka masala. Η καταχώρηση της βάσης δεδομένων για το tikka masala σε στυλ εστιατορίου περιλάμβανε την τυπική κρέμα/βούτυρο. Επιβεβαίωσα τη μερίδα ως "μεγάλη."

Ημέρα 5 (Παρασκευή): Πρόκληση Smoothie και Καφέ

Πρωινό smoothie (μπανάνα, γάλα αμυγδάλου, φυστικοβούτυρο, πρωτεΐνη ορού γάλακτος, σπανάκι — σε αδιαφανή μπουκάλι). Αλήθεια: 450 θερμίδες. Απογευματινός latte (γάλα βρώμης, μεγάλο, 2 αντλίες βανίλια). Αλήθεια: περίπου 290 θερμίδες.

Αποτελέσματα Smoothie:

Εφαρμογή	Εκτίμηση	Σημειώσεις
Cal AI	180 θερμίδες	Είδε ένα σκούρο μπουκάλι. Σχεδόν μάντεψε.
SnapCalorie	210 θερμίδες	Το 3D μέτρησε τον όγκο του μπουκαλιού αλλά δεν μπόρεσε να αναγνωρίσει τα περιεχόμενα.
Foodvisor	195 θερμίδες	Η ίδια περιοριστική κατάσταση. Είδε το δοχείο, όχι τα περιεχόμενα.
Nutrola	435 θερμίδες	Πρόσθεσα φωνητικά τη συνταγή. Η βάση δεδομένων ταίριαξε κάθε συστατικό. Η φωτογραφία ήταν άχρηστη (την παρέλειψα).

Αποτελέσματα Latte:

Εφαρμογή	Εκτίμηση	Σημειώσεις
Cal AI	130 θερμίδες	Αναγνωρίστηκε ως "καφές" γενικά.
SnapCalorie	150 θερμίδες	Μέτρησε τον όγκο του φλιτζανιού, μάντεψε "latte."
Foodvisor	160 θερμίδες	Αναγνωρίστηκε ως "latte" αλλά χρησιμοποίησε την υπόθεση κανονικού γάλακτος.
Nutrola	275 θερμίδες	Πρόσθεσα φωνητικά "μεγάλο latte γάλακτος βρώμης με δύο αντλίες βανίλια." Η βάση δεδομένων είχε καταχώρηση latte γάλακτος βρώμης τύπου Starbucks.

Αυτή η ημέρα ανέδειξε γιατί η φωνητική καταγραφή είναι σημαντική. Οι εφαρμογές που βασίζονται σε φωτογραφίες ήταν ουσιαστικά τυφλές σε ποτά και αδιαφανή δοχεία.

Σύνοψη Εβδομάδας 1

Μετρική	Cal AI	SnapCalorie	Foodvisor	Nutrola
Μέσες ημερήσιες καταγεγραμμένες θερμίδες	1,640 θερμίδες	1,720 θερμίδες	1,870 θερμίδες	2,145 θερμίδες
Μέσες ημερήσιες αλήθειες	2,180 θερμίδες	2,180 θερμίδες	2,180 θερμίδες	2,180 θερμίδες
Μέσο ημερήσιο λάθος	-540 θερμίδες	-460 θερμίδες	-310 θερμίδες	-35 θερμίδες
Μέσο ημερήσιο ποσοστό λάθους	-24.8%	-21.1%	-14.2%	-1.6%
Μέσος χρόνος ανά γεύμα	5.2 δευτ.	7.1 δευτ.	16.4 δευτ.	17.8 δευτ.
Γεύματα όπου το barcode ήταν διαθέσιμο	8	8	8	8
Γεύματα όπου χρησιμοποιήθηκε το barcode	0	0	8	8
Στιγμές απογοήτευσης	12	9	5	2

Παρατηρήσεις Εβδομάδας 1:

Η Cal AI ήταν συνεχώς η ταχύτερη αλλά και η λιγότερο ακριβής. Η ταχύτητα φαινόταν καλή τη στιγμή αλλά τα ημερήσια σύνολα ήταν σημαντικά λάθος — 540 θερμίδες ημερησίως υποεκτίμησης θα εξάλειφαν εντελώς ένα τυπικό έλλειμμα βάρους.

Η SnapCalorie's 3D σάρωση βοήθησε με τις μερίδες για τα πιάτα αλλά δεν αντιμετώπισε το θεμελιώδες ζήτημα των αόρατων συστατικών (λάδια, κρυμμένα συστατικά, ποτά).

Η σάρωση barcode του Foodvisor ήταν σημαντικό πλεονέκτημα σε σχέση με την Cal AI και την SnapCalorie για τα συσκευασμένα τρόφιμα. Η δυνατότητα διαιτολόγου υπήρχε αλλά δεν τη χρησιμοποίησα σε πραγματικό χρόνο γιατί η καθυστέρηση ανατροφοδότησης ήταν μη πρακτική για τις καθημερινές αποφάσεις.

Η συνδυασμένη προσέγγιση της Nutrola με τη φωνητική καταγραφή και τη σάρωση barcode κάλυψε τα δύο μεγαλύτερα κενά ακρίβειας: αόρατα συστατικά και συσκευασμένα τρόφιμα. Οι επιπλέον 12 δευτερόλεπτα ανά γεύμα σε σχέση με την Cal AI ήταν σχεδόν αδιάφορα στην πράξη.

Εβδομάδα 2: Ημέρες 8-14

Ημέρα 8 (Δευτέρα): Ημέρα Προετοιμασίας Γευμάτων

Μαγείρεψα πέντε ημέρες γευμάτων: στήθος κοτόπουλου, γλυκοπατάτα και φασολάκια. Ίδιο γεύμα, ίσες μερίδες, καταχωρημένα καθημερινά.

Αυτό ήταν το τεστ συνέπειας. Το ίδιο γεύμα καταχωρημένο πέντε φορές θα έπρεπε να παράγει τον ίδιο αριθμό θερμίδων πέντε φορές.

Εφαρμογή	Ημέρα 8	Ημέρα 9	Ημέρα 10	Ημέρα 11	Ημέρα 12	Εύρος
Cal AI	445	410	465	425	455	55 θερμίδες διακύμανση
SnapCalorie	430	440	420	445	435	25 θερμίδες διακύμανση
Foodvisor	480	480	485	480	480	5 θερμίδες διακύμανση
Nutrola	495	495	495	495	495	0 θερμίδες διακύμανση

Αλήθεια (ζυγισμένο και υπολογισμένο): 490 θερμίδες.

Η διακύμανση 55 θερμίδων της Cal AI σε ταυτόσημα γεύματα είναι άμεσο αποτέλεσμα της αρχιτεκτονικής που βασίζεται μόνο στην AI — διαφορετικές φωτογραφίες παρήγαγαν διαφορετικές εκτιμήσεις. Η 3D σάρωση της SnapCalorie μείωσε τη διακύμανση. Η βάση δεδομένων του Foodvisor την κράτησε σχεδόν σταθερή. Η Nutrola ήταν απόλυτα συνεπής γιατί κατέγραψα την ίδια καταχώρηση της βάσης δεδομένων (αποθηκευμένη ως πρότυπο γεύματος μετά την Ημέρα 8) κάθε φορά.

Ημέρα 11 (Πέμπτη): Κοινωνικό Δείπνο

Δείπνο στο σπίτι ενός φίλου. Πολλά πιάτα, κοινή σερβίρισμα, χωρίς δυνατότητα ζύγισης φαγητού. Αυτή είναι η πιο δύσκολη πραγματική κατάσταση για οποιαδήποτε εφαρμογή καταγραφής θερμίδων.

Τα πιάτα περιλάμβαναν μακαρόνια καρμπονάρα, σαλάτα Caesar, ψωμί σκόρδου και τιραμισού. Εκτίμησα τις μερίδες μου οπτικά και υπολόγισα την αλήθεια περίπου στις 1,200 θερμίδες για το γεύμα.

Εφαρμογή	Εκτίμηση	Σημειώσεις
Cal AI	680 θερμίδες	Φωτογράφησα το πιάτο μόνο μία φορά. Η AI το θεώρησε ως μέτριο γεύμα ζυμαρικών. Έχασε το επιδόρπιο (το έφαγα πριν θυμηθώ να φωτογραφίσω).
SnapCalorie	720 θερμίδες	Ίδια φωτογραφία πιάτου. Το 3D βοήθησε με τον όγκο των ζυμαρικών. Έχασε επίσης το επιδόρπιο.
Foodvisor	810 θερμίδες	Φωτογράφησα το πιάτο, μετά θυμήθηκα να προσθέσω χειροκίνητα το τιραμισού από τη βάση δεδομένων.
Nutrola	1,080 θερμίδες	Φωτογράφησα το πιάτο. Η AI αναγνώρισε την καρμπονάρα και τη σαλάτα. Πρόσθεσα φωνητικά "δύο κομμάτια ψωμί σκόρδου με βούτυρο" και "μία φέτα τιραμισού, περίπου 150 γραμμάρια." Όλα από τη βάση δεδομένων.

Το κοινωνικό δείπνο αποκάλυψε την ευθραυστότητα των ροών εργασίας που βασίζονται μόνο σε φωτογραφίες. Ξεχνώντας να φωτογραφίσω ένα πιάτο (το επιδόρπιο) δημιούργησε ένα κενό 200-400 θερμίδων που οι εφαρμογές που βασίζονται μόνο σε φωτογραφίες δεν μπορούσαν να ανακτήσουν. Η φωνητική καταγραφή της Nutrola επέτρεψε την προσθήκη του χαμένου πιάτου εκ των υστέρων.

Ημέρα 14 (Κυριακή): Ημέρα Brunch και Σνακ

Μια ημέρα με μεγάλο brunch (αυγά μπένεντικτ με καπνιστό σολομό, τηγανητές πατάτες, φρουτοσαλάτα, χυμός πορτοκαλιού και καπουτσίνο) και πολλά μικρά σνακ κατά τη διάρκεια της ημέρας.

Τα σνακ ήταν ιδιαίτερα αποκαλυπτικά. Είχα μια χούφτα μίγμα ξηρών καρπών (εκτιμώμενες 180 θερμίδες), μια μπάρα πρωτεΐνης (barcode: 210 θερμίδες), ένα μήλο (95 θερμίδες) και λίγη μαύρη σοκολάτα (150 θερμίδες). Αυτά τα γρήγορα σνακ είναι εύκολο να παραληφθούν ή να εκτιμηθούν λανθασμένα.

Εφαρμογή	Εκτίμηση Brunch	Σύνολο Σνακ	Σύνολο Ημέρας	Αλήθεια	Λάθος
Cal AI	580 θερμίδες	320 θερμίδες	1,890 θερμίδες	2,450 θερμίδες	-560 θερμίδες
SnapCalorie	620 θερμίδες	340 θερμίδες	1,960 θερμίδες	2,450 θερμίδες	-490 θερμίδες
Foodvisor	710 θερμίδες	485 θερμίδες	2,185 θερμίδες	2,450 θερμίδες	-265 θερμίδες
Nutrola	820 θερμίδες	615 θερμίδες	2,380 θερμίδες	2,450 θερμίδες	-70 θερμίδες

Η σάλτσα hollandaise του brunch ήταν ο μεγάλος διαφοροποιητής — η Cal AI και η SnapCalorie σχεδόν δεν την υπολόγισαν. Η σάρωση barcode της μπάρας πρωτεΐνης έδωσε στο Foodvisor και τη Nutrola ακριβή δεδομένα. Το μίγμα ξηρών καρπών απαιτούσε φωνητική περιγραφή ("χούφτα μίγμα ξηρών καρπών, περίπου 40 γραμμάρια") για οποιαδήποτε ακρίβεια.

Σύνοψη Εβδομάδας 2

Μετρική	Cal AI	SnapCalorie	Foodvisor	Nutrola
Μέσες ημερήσιες καταγεγραμμένες θερμίδες	1,580 θερμίδες	1,680 θερμίδες	1,910 θερμίδες	2,190 θερμίδες
Μέσες ημερήσιες αλήθειες	2,220 θερμίδες	2,220 θερμίδες	2,220 θερμίδες	2,220 θερμίδες
Μέσο ημερήσιο λάθος	-640 θερμίδες	-540 θερμίδες	-310 θερμίδες	-30 θερμίδες
Μέσο ημερήσιο ποσοστό λάθους	-28.8%	-24.3%	-14.0%	-1.4%
Μέσος χρόνος ανά γεύμα	5.0 δευτ.	6.8 δευτ.	15.8 δευτ.	16.2 δευτ.

Τα λάθη της Εβδομάδας 2 ήταν ελαφρώς χειρότερα από την Εβδομάδα 1 για τις εφαρμογές που βασίζονται μόνο στην AI γιατί εμφανίστηκαν πιο σύνθετα γεύματα (εστιατόριο, κοινωνικό δείπνο, brunch). Η ακρίβεια της Nutrola βελτιώθηκε στην Εβδομάδα 2 καθώς έγινα πιο έμπειρος με τη φωνητική καταγραφή και δημιούργησα μια βιβλιοθήκη αποθηκευμένων γευμάτων.

Συνολικά Αποτελέσματα 14 Ημερών

Μετρική	Cal AI	SnapCalorie	Foodvisor	Nutrola
Συνολικές καταγεγραμμένες θερμίδες (14 ημέρες)	22,540	23,800	26,460	30,345
Συνολικές θερμίδες αλήθειας	30,800	30,800	30,800	30,800
Συνολικό λάθος θερμίδων	-8,260	-7,000	-4,340	-455
Μέσο ημερήσιο ποσοστό λάθους	-26.8%	-22.7%	-14.1%	-1.5%
Κατεύθυνση του λάθους	Συνεχώς υποτιμημένο	Συνεχώς υποτιμημένο	Συνεχώς υποτιμημένο	Τυχαίο (μερικά πάνω, μερικά κάτω)
Χειρότερο λάθος μίας ημέρας	-780 θερμίδες	-650 θερμίδες	-420 θερμίδες	-95 θερμίδες
Καλύτερο λάθος μίας ημέρας	-320 θερμίδες	-280 θερμίδες	-140 θερμίδες	+15 θερμίδες
Μέσος χρόνος ανά γεύμα	5.1 δευτ.	7.0 δευτ.	16.1 δευτ.	17.0 δευτ.
Συνολικός χρόνος παρακολούθησης ημερησίως	~25 δευτ.	~35 δευτ.	~80 δευτ.	~85 δευτ.
Σαρώσεις barcode που χρησιμοποιήθηκαν	0	0	16	16
Φωνητικές καταγραφές που χρησιμοποιήθηκαν	0	0	0	38
Γεύματα που ξεχάστηκαν να φωτογραφηθούν	4	4	4	0 (φωνητικά καταγεγραμμένα εκ των υστέρων)

Κύρια Ευρήματα

1. Η Υποεκτίμηση Είναι Πραγματική και Συνεχής

Όλες οι τέσσερις εφαρμογές υποτίμησαν τη συνολική πρόσληψη θερμίδων, αλλά η έκταση διαφέρει σημαντικά. Η υποεκτίμηση 8,260 θερμίδων της Cal AI σε 14 ημέρες ισοδυναμεί με 2.4 κιλά σωματικού λίπους — ένας χρήστης που βασίζεται στην Cal AI για έλλειμμα βάρους θα πίστευε ότι έχασε 2.4 κιλά περισσότερα από όσα πραγματικά έχασε μετά από μόλις δύο εβδομάδες.

Η υποεκτίμηση είναι συστηματική, όχι τυχαία, γιατί οι πιο κοινές αποτυχίες της AI (αόρατα μαγειρικά λάδια, κρυμμένα συστατικά, υποεκτίμηση σάλτσας) προκαλούν υποκαταμέτρηση αντί για υπερκαταμέτρηση.

2. Η Φωνητική Καταγραφή Είναι η Πιο Υποτιμημένη Δυνατότητα στην Καταγραφή Θερμίδων

Η φωνητική καταγραφή αντιπροσώπευε 38 καταχωρήσεις σε 14 ημέρες — κυρίως μαγειρικά λάδια, smoothies, καφέδες και γεύματα που ξεχάστηκαν να φωτογραφηθούν. Αυτές οι 38 φωνητικές καταγραφές αντιπροσώπευαν περίπου 5,200 θερμίδες που θα έλειπαν ή θα υποεκτιμούνταν σοβαρά σε μια εφαρμογή που βασίζεται μόνο σε φωτογραφίες.

3. Η Σάρωση Barcode Είναι η Ευκολότερη Νίκη Ακρίβειας

Δεκαέξι σαρώσεις barcode σε 14 ημέρες. Κάθε μία χρειάστηκε 2-3 δευτερόλεπτα και παρήγαγε δεδομένα με ακρίβεια 99%+. Η Cal AI και η SnapCalorie υποχρέωσαν σε εκτίμηση φωτογραφίας για κάθε ένα από αυτά τα συσκευασμένα προϊόντα — χρησιμοποιώντας μια μέθοδο ακρίβειας 85-92% όταν υπήρχε διαθέσιμη μια μέθοδος ακρίβειας 99%+.

4. Οι Διαφορές Ταχύτητας Είναι Αμελητέες στην Πράξη

Η διαφορά μεταξύ της Cal AI (25 δευτερόλεπτα ημερησίως) και της Nutrola (85 δευτερόλεπτα ημερησίως) είναι 60 δευτερόλεπτα — ένα λεπτό συνολικής επιπλέον καθημερινής προσπάθειας για μια βελτίωση 25 ποσοστιαίων μονάδων στην ακρίβεια. Με άλλα λόγια: ένα επιπλέον λεπτό την ημέρα εξάλειψε 8,000 θερμίδες λάθους σε δύο εβδομάδες.

5. Η Συνέπεια Μετράει για την Ανάλυση Τάσεων

Οι καταχωρήσεις της Nutrola που βασίζονται στη βάση δεδομένων παρήγαγαν μια ομαλή, αξιόπιστη τάση θερμίδων σε 14 ημέρες. Οι μεταβλητές εκτιμήσεις της Cal AI δημιούργησαν μια θορυβώδη τάση όπου οι ημερήσιες διακυμάνσεις κυριαρχούνταν από την παραλλαγή εκτίμησης της AI αντί από πραγματικές αλλαγές στις διατροφικές συνήθειες. Αν προσπαθείτε να προσδιορίσετε αν οι διατροφικές σας συνήθειες το Σαββατοκύριακο διαφέρουν από τις καθημερινές, χρειάζεστε συνεπείς βάσεις καθημερινών — και οι παρακολουθήσεις που βασίζονται μόνο στην AI δεν μπορούν να τις παρέχουν.

Η Απόφαση

Η Cal AI είναι πραγματικά γρήγορη και εντυπωσιακά απλή. Για κάποιον που θέλει μηδενική τριβή και δεν χρειάζεται ακριβή νούμερα, λειτουργεί ως εργαλείο επίγνωσης. Αλλά το μέσο ημερήσιο λάθος 26.8% την καθιστά ακατάλληλη για οποιοδήποτε στόχο που απαιτεί ακριβή δεδομένα. Η γρήγορη, καθαρή εμπειρία υπονομεύεται από το γεγονός ότι οι αριθμοί στο ημερολόγιό σας είναι σημαντικά λάθος.

Η SnapCalorie είναι η πιο τεχνολογικά ενδιαφέρουσα εφαρμογή που δοκιμάστηκε. Η 3D σάρωση δεν είναι μια φανφάρα — βελτίωσε μετρήσιμα την εκτίμηση μερίδας για τα ορατά πιάτα. Αλλά η βελτίωση ήταν μέτρια (22.7% λάθος σε σχέση με το 26.8% της Cal AI) γιατί τα μεγαλύτερα λάθη προέρχονται από αόρατα συστατικά, όχι από λανθασμένη εκτίμηση μερίδας. Η premium τιμολόγηση ($9-15/μήνα) για μια εφαρμογή που βασίζεται μόνο σε φωτογραφίες είναι δύσκολο να δικαιολογηθεί.

Η Foodvisor καταλαμβάνει μια λογική μεσαία θέση. Η σάρωση barcode και η μερική υποστήριξη βάσης δεδομένων μειώνουν σημαντικά το λάθος σε σχέση με τις εφαρμογές που βασίζονται μόνο στην AI. Εκτελεί καλύτερα με ευρωπαϊκά τρόφιμα και έχει επαγγελματική αίσθηση. Η δυνατότητα διαιτολόγου είναι μια μοναδική προσφορά αλλά η καθυστέρηση την καθιστά μη πρακτική για την παρακολούθηση σε πραγματικό χρόνο.

Η Nutrola παρήγαγε την πιο ακριβή καταγραφή τροφίμων με μεγάλη διαφορά — 1.5% μέσο λάθος σε σχέση με 14-27% των ανταγωνιστών. Η ακρίβεια δεν προέρχεται από μια δραματικά καλύτερη AI αλλά από τη verified βάση δεδομένων που πιάνει όσα χάνει η AI, τη φωνητική καταγραφή που καλύπτει όσα δεν μπορεί να καταγράψει η φωτογραφία και τη σάρωση barcode που παρέχει ακριβή δεδομένα για τα συσκευασμένα προϊόντα. Με κόστος €2.50 το μήνα μετά από δωρεάν δοκιμή χωρίς διαφημίσεις, κοστίζει λιγότερο από κάθε εφαρμογή που υπερέχει.

Το επιπλέον λεπτό την ημέρα είναι η ειλικρινής ανταλλαγή. Η Nutrola δεν είναι η ταχύτερη εφαρμογή. Απαιτεί μερικά περισσότερα δευτερόλεπτα ανά γεύμα και έναν ελαφρώς πιο ενεργό χρήστη (επιβεβαίωση καταχωρήσεων βάσης δεδομένων, φωνητική καταγραφή κρυμμένων συστατικών). Αλλά το αποτέλεσμα είναι μια καταγραφή τροφίμων που αντικατοπτρίζει αυτό που πραγματικά φάγατε — που είναι ολόκληρος ο σκοπός της καταγραφής θερμίδων.

Μετά από 14 ημέρες παράλληλης δοκιμής, το συμπέρασμα είναι απλό: η πιο αξιόπιστη AI εφαρμογή καταγραφής θερμίδων δεν είναι αυτή με την πιο εντυπωσιακή AI. Είναι αυτή που ξέρει πότε η AI δεν είναι αρκετή και έχει μια verified βάση δεδομένων, φωνητική καταγραφή και σάρωση barcode έτοιμα να καλύψουν τα κενά. Αυτή η εφαρμογή, σε αυτή τη δοκιμή, ήταν η Nutrola.