Я протестував 4 AI трекери калорій протягом 2 тижнів

Протягом двох тижнів я фіксував кожен прийом їжі у чотирьох різних AI трекерах калорій одночасно. Одні й ті ж страви, одні й ті ж фотографії, один і той же час. Nutrola, Cal AI, Foodvisor та SnapCalorie — працювали паралельно, кожного дня, протягом 14 днів. Я зважував кожну домашню страву на кухонних вагах і розраховував фактичні калорії, використовуючи дані з USDA FoodData Central як базу для порівняння.

Мета була простою: з'ясувати, який додаток забезпечує найбільш надійний харчовий журнал протягом реалістичного двотижневого періоду. Не демонстрація з ідеальним освітленням і окремими продуктами, а реальне життя — домашня кухня, страви з ресторанів, упаковані закуски, кавові перерви та випадкові моменти, коли я забував зробити фото.

Ось що сталося.

Налаштування та основні правила

Пристрої: iPhone 15 Pro (для LiDAR SnapCalorie), з усіма чотирма додатками, встановленими та авторизованими.

Протокол зважування: Всі домашні страви зважувалися на кухонних вагах з точністю 0.1 г перед подачею. Фактичні калорії розраховувалися за даними USDA FoodData Central. Страви з ресторанів оцінювалися за значеннями USDA для порівнянних страв (внутрішнє обмеження — істинні значення ресторанних страв завжди є приблизними).

Фотографії: Одна й та ж фотографія подавалася до всіх чотирьох додатків. Одна фотографія зверху на кожну страву, зроблена при будь-якому доступному освітленні (не оптимізована для жодного з додатків).

Протокол корекції: Для кожного додатка я витрачав до 30 секунд на виправлення очевидних помилок, використовуючи будь-які інструменти, які надає додаток. Це імітує реального користувача, який помічає помилку, але не хоче витрачати хвилини на її виправлення.

Що я відстежував: Час на лог (секундомір), первісна оцінка калорій AI, остаточні зафіксовані калорії (після корекції), загальна кількість на день у порівнянні з істинними даними, помітні проблеми та будь-які функції, які суттєво вплинули на результат.

Тиждень 1: Дні 1-7

День 1 (понеділок): Звичайний день домашньої кухні

Сніданок: Вівсянка на ніч (80 г вівсянки, 200 мл цільного молока, 1 банан, 1 ст. ложка меду, 15 г мигдалю). Істинні дані: 520 кал.

Додаток	Первісна оцінка	Після корекції	Час	Нотатки
Cal AI	340 кал	340 кал	4 сек	Зовсім не врахував мед і мигдаль. Немає способу їх додати.
SnapCalorie	365 кал	365 кал	6 сек	Краща оцінка порції завдяки 3D, але все ще пропустив приховані інгредієнти.
Foodvisor	380 кал	420 кал	15 сек	Визначив вівсянку та банан. Я вручну шукав мед.
Nutrola	410 кал	505 кал	18 сек	AI виявив вівсянку та банан. Я голосом додав "столову ложку меду та 15 грамів мигдалю." База даних підтвердила обидва.

Обід: Упакований грецький салат з супермаркету (штрих-код доступний). Істинні дані: 340 кал (згідно з етикеткою).

Додаток	Первісна оцінка	Після корекції	Час	Нотатки
Cal AI	280 кал	280 кал	5 сек	Немає опції зі штрих-кодом. Оцінка за фото була низькою (пропустив заправку).
SnapCalorie	295 кал	295 кал	7 сек	Схожа проблема. Немає штрих-коду.
Foodvisor	340 кал	340 кал	4 сек	Сканування штрих-коду ідеально співпало.
Nutrola	340 кал	340 кал	3 сек	Сканування штрих-коду. Точне співпадіння. Найшвидший лог дня.

Вечеря: Домашня куряча стір-фрай (200 г курячого стегна, 150 г броколі, 100 г болгарського перцю, 200 г рису, 1.5 ст. ложки кунжутної олії, 2 ст. ложки соєвого соусу). Істинні дані: 785 кал.

Додаток	Первісна оцінка	Після корекції	Час	Нотатки
Cal AI	490 кал	490 кал	5 сек	Повністю пропустив олію для приготування. 295 кал недостає.
SnapCalorie	520 кал	520 кал	8 сек	3D допомогло з об'ємом рису, але олія все ще невидима.
Foodvisor	530 кал	580 кал	20 сек	Визначив стір-фрай. Я вручну додав олію, але зміг знайти лише "рослинну олію", а не кунжутну.
Nutrola	560 кал	755 кал	22 сек	AI визначив курячий стір-фрай та рис. Я голосом додав "одну і пів столової ложки кунжутної олії." База даних мала точний запис. Близько до істинних даних.

Загальна кількість за день:

Додаток	Зафіксована загальна кількість	Істинні дані	Помилка	Відсоток помилки
Cal AI	1,576 кал	2,105 кал	-529 кал	-25.1%
SnapCalorie	1,648 кал	2,105 кал	-457 кал	-21.7%
Foodvisor	1,808 кал	2,105 кал	-297 кал	-14.1%
Nutrola	2,058 кал	2,105 кал	-47 кал	-2.2%

Перший день задав шаблон, який повторювався протягом тесту. Пропуск олії для приготування сам по собі спричинив більшість помилок у додатках, що працюють лише з фото.

День 3 (середа): Обід у ресторані

Обід у ресторані став найінформативнішим тестом. Я замовив курку тікка масала з нааном та рисом в індійському ресторані. Я не міг зважити цю страву, але оцінив істинні дані приблизно в 950 калорій на основі значень USDA для порівнянних порцій ресторану.

Додаток	Оцінка	Нотатки
Cal AI	620 кал	Значно занижено. Вважав, що це менша порція, ніж подали.
SnapCalorie	680 кал	Краща оцінка порції, але все ще низька. Пропустив вершки/масло в соусі.
Foodvisor	740 кал	Ближче. Визначив "тікка масала", що дало кращі дані.
Nutrola	890 кал	AI визначив тікка масала. Запис у базі даних для ресторанного стилю тікка масала включав типовий вміст вершків/масла. Я підтвердив порцію як "велику."

День 5 (п’ятниця): Виклик з коктейлем та кавою

Сніданок: коктейль (банан, мигдальне молоко, арахісове масло, сироватковий білок, шпинат — в непрозорій пляшці). Істинні дані: 450 кал. Вечірній латте (вівсяне молоко, великий, 2 дози ванілі). Істинні дані: приблизно 290 кал.

Результати коктейлю:

Додаток	Оцінка	Нотатки
Cal AI	180 кал	Побачив темну пляшку. В основному вгадав.
SnapCalorie	210 кал	3D виміряв об'єм пляшки, але не зміг визначити вміст.
Foodvisor	195 кал	Та ж обмеженість. Побачив контейнер, а не вміст.
Nutrola	435 кал	Я голосом зафіксував рецепт. База даних підтвердила всі інгредієнти. Фото було марним (я його пропустив).

Результати латте:

Додаток	Оцінка	Нотатки
Cal AI	130 кал	Визначив як "кава" загалом.
SnapCalorie	150 кал	Виміряв об'єм чашки, вгадав "латте."
Foodvisor	160 кал	Визначив як "латте", але використав припущення про звичайне молоко.
Nutrola	275 кал	Я голосом зафіксував "великий латте з вівсяним молоком з двома дозами ванілі." База даних мала запис латте з вівсяним молоком у стилі Starbucks.

Цей день підкреслив, чому важливо використовувати голосове введення. Трекери на основі фото були фактично сліпими до напоїв та непрозорих контейнерів.

Підсумок Тижня 1

Показник	Cal AI	SnapCalorie	Foodvisor	Nutrola
Середня кількість зафіксованих калорій на день	1,640 кал	1,720 кал	1,870 кал	2,145 кал
Середня істинна кількість калорій на день	2,180 кал	2,180 кал	2,180 кал	2,180 кал
Середня помилка на день	-540 кал	-460 кал	-310 кал	-35 кал
Середній відсоток помилки на день	-24.8%	-21.1%	-14.2%	-1.6%
Середній час на прийом їжі	5.2 сек	7.1 сек	16.4 сек	17.8 сек
Кількість страв, де був доступний штрих-код	8	8	8	8
Кількість страв, де був використаний штрих-код	0	0	8	8
Моменти розчарування	12	9	5	2

Спостереження Тижня 1:

Cal AI постійно був найшвидшим, але також і найменш точним. Швидкість виглядала добре в моменті, але щоденні підсумки були суттєво неправильними — 540 калорій недообліку на день повністю знищили б типовий дефіцит для схуднення.

3D-сканування SnapCalorie допомогло з розмірами порцій для поданих страв, але не вирішило основну проблему невидимих інгредієнтів (олії, приховані компоненти, напої).

Сканування штрих-кодів Foodvisor було суттєвою перевагою над Cal AI та SnapCalorie для упакованих продуктів. Функція дієтолога існувала, але я ніколи не використовував її в реальному часі, оскільки затримка зворотного зв'язку була непрактичною для щоденного прийняття рішень.

Комбінація голосового введення та сканування штрих-кодів Nutrola покривала дві найбільші прогалини в точності: невидимі інгредієнти та упаковані продукти. Додаткові 12 секунд на прийом їжі в порівнянні з Cal AI були ледь помітні на практиці.

Тиждень 2: Дні 8-14

День 8 (понеділок): День приготування їжі

Я приготував п'ять днів обідів: куряча грудка, солодка картопля та зелена квасоля. Та сама страва, ті ж порції, зафіксовані щодня.

Це був тест на послідовність. Та сама страва, зафіксована п'ять разів, повинна дати однакову кількість калорій п'ять разів.

Додаток	День 8	День 9	День 10	День 11	День 12	Діапазон
Cal AI	445	410	465	425	455	55 кал розкид
SnapCalorie	430	440	420	445	435	25 кал розкид
Foodvisor	480	480	485	480	480	5 кал розкид
Nutrola	495	495	495	495	495	0 кал розкид

Істинні дані (зважені та розраховані): 490 кал.

Розкид у 55 калорій у Cal AI за ідентичні страви є прямим наслідком архітектури, що базується лише на AI — різні фотографії давали різні оцінки. 3D-сканування SnapCalorie зменшило варіацію. База даних Foodvisor підтримувала майже постійні дані. Nutrola була абсолютно послідовною, оскільки я щоразу фіксував один і той же запис у базі даних (збережений як шаблон страви після Дня 8).

День 11 (четвер): Соціальна вечеря

Вечеря у друга. Кілька страв, спільне подавання, неможливість зважити їжу. Це найскладніший реальний сценарій для будь-якого трекера калорій.

Страви включали пасту карбонара, салат Цезар, часниковий хліб та тірамісу. Я оцінив свої порції візуально та приблизно розрахував істинні дані на 1,200 калорій за вечерю.

Додаток	Оцінка	Нотатки
Cal AI	680 кал	Тільки один раз сфотографував тарілку. AI вважав це помірною порцією пасти. Пропустив десерт (з'їв його, перш ніж згадати про фотографію).
SnapCalorie	720 кал	Та ж фотографія тарілки. 3D допомогло з об'ємом пасти. Також пропустив десерт.
Foodvisor	810 кал	Сфотографував тарілку, потім згадав про те, щоб вручну додати тірамісу з бази даних.
Nutrola	1,080 кал	Сфотографував тарілку. AI визначив карбонара та салат. Голосом додав "дві частини часникового хліба з маслом" та "один шматок тірамісу, близько 150 грамів." Все з бази даних.

Соціальна вечеря виявила крихкість робочих процесів, що базуються лише на фото. Забуття сфотографувати одну страву (десерт) створило розрив у 200-400 калорій, який додатки на основі фото не могли компенсувати. Голосове введення Nutrola дозволило додати пропущений курс пізніше.

День 14 (неділя): День бранчу та закусок

День з великим бранчем (яйця бенедикт з копченим лососем, домашня картопля, фруктовий салат, апельсиновий сік та капучино) та кількома невеликими закусками протягом дня.

Закуски виявилися особливо показовими. Я з'їв жменю суміші горіхів (оцінено 180 кал), протеїновий батончик (штрих-код: 210 кал), яблуко (95 кал) та трохи темного шоколаду (150 кал). Ці швидкі закуски легко пропустити або оцінити неправильно.

Додаток	Оцінка бранчу	Загальна кількість закусок	Загальна кількість за день	Істинні дані	Помилка
Cal AI	580 кал	320 кал	1,890 кал	2,450 кал	-560 кал
SnapCalorie	620 кал	340 кал	1,960 кал	2,450 кал	-490 кал
Foodvisor	710 кал	485 кал	2,185 кал	2,450 кал	-265 кал
Nutrola	820 кал	615 кал	2,380 кал	2,450 кал	-70 кал

Соус голландез на бранчі став великим відмінником — Cal AI та SnapCalorie майже не врахували його. Сканування штрих-коду протеїнового батончика дало Foodvisor та Nutrola точні дані. Жменя горіхів вимагала голосового опису ("жменя суміші горіхів, близько 40 грамів") для будь-якої точності.

Підсумок Тижня 2

Показник	Cal AI	SnapCalorie	Foodvisor	Nutrola
Середня кількість зафіксованих калорій на день	1,580 кал	1,680 кал	1,910 кал	2,190 кал
Середня істинна кількість калорій на день	2,220 кал	2,220 кал	2,220 кал	2,220 кал
Середня помилка на день	-640 кал	-540 кал	-310 кал	-30 кал
Середній відсоток помилки на день	-28.8%	-24.3%	-14.0%	-1.4%
Середній час на прийом їжі	5.0 сек	6.8 сек	15.8 сек	16.2 сек

Помилки Тижня 2 були трохи гіршими, ніж Тижня 1 для додатків, що базуються лише на AI, оскільки з'явилися більш складні страви (ресторан, соціальна вечеря, бранч). Точність Nutrola насправді покращилася у Тижні 2, оскільки я став більш вправним у голосовому введенні та накопичив бібліотеку збережених страв.

Повні результати за 14 днів

Показник	Cal AI	SnapCalorie	Foodvisor	Nutrola
Загальна кількість зафіксованих калорій (14 днів)	22,540	23,800	26,460	30,345
Загальна істинна кількість калорій	30,800	30,800	30,800	30,800
Загальна помилка калорій	-8,260	-7,000	-4,340	-455
Середній відсоток помилки на день	-26.8%	-22.7%	-14.1%	-1.5%
Напрямок помилки	Постійно занижено	Постійно занижено	Постійно занижено	Випадковий (іноді переоцінка, іноді недооцінка)
Найгірша помилка за один день	-780 кал	-650 кал	-420 кал	-95 кал
Найкраща помилка за один день	-320 кал	-280 кал	-140 кал	+15 кал
Середній час на прийом їжі	5.1 сек	7.0 сек	16.1 сек	17.0 сек
Загальний час відстеження на день	~25 сек	~35 сек	~80 сек	~85 сек
Кількість використаних сканувань штрих-кодів	0	0	16	16
Кількість використаних голосових записів	0	0	0	38
Кількість страв, які забули сфотографувати	4	4	4	0 (додано голосом після факту)

Основні висновки

1. Упередженість до недооцінки реальна та постійна

Усі чотири додатки недооцінювали загальний калорійний вміст, але величина відрізнялася суттєво. Недооцінка Cal AI на 8,260 калорій за 14 днів еквівалентна 2.4 фунтам жиру — користувач, який покладається на Cal AI для дефіциту калорій для схуднення, вважатиме, що втратив 2.4 фунта більше, ніж насправді, всього за два тижні.

Недооцінка є систематичною, а не випадковою, оскільки найбільш поширені помилки AI (невидимі олії для приготування, приховані інгредієнти, недооцінка соусів) завжди призводять до недообліку, а не до переобліку.

2. Голосове введення — найменш оцінена функція у трекінгу калорій

Голосове введення становило 38 записів за 14 днів — переважно олії для приготування, коктейлі, кавові напої та страви, які були пропущені на фото. Ці 38 голосових записів представляли приблизно 5,200 калорій, які були б відсутніми або суттєво недооціненими в додатку, що працює лише з фото.

3. Сканування штрих-кодів — найпростіший виграш у точності

Шістнадцять сканувань штрих-кодів за 14 днів. Кожне з них займало 2-3 секунди та давало дані з точністю понад 99%. Cal AI та SnapCalorie змушували оцінювати фото для кожного з цих упакованих продуктів — використовуючи метод з точністю 85-92%, коли був доступний метод з точністю понад 99%.

4. Різниця в швидкості незначна на практиці

Різниця між Cal AI (25 секунд на день) та Nutrola (85 секунд на день) становить 60 секунд — одну хвилину додаткових зусиль на день для покращення точності на 25 відсотків. Іншими словами: одна додаткова хвилина на день усунула б 8,000 калорій помилки за два тижні.

5. Послідовність важлива для аналізу тенденцій

Записи Nutrola, що базуються на базі даних, забезпечили плавну, надійну тенденцію калорій протягом 14 днів. Змінні оцінки Cal AI створили шумну тенденцію, де щоденні коливання домінували через варіацію оцінок AI, а не через зміни в реальних харчових звичках. Якщо ви намагаєтеся визначити, чи відрізняються ваші звички харчування у вихідні від будніх днів, вам потрібні послідовні базові дані будніх днів — а трекери, що працюють лише на AI, не можуть їх надати.

Вердикт

Cal AI дійсно швидкий і вражаюче простий. Для тих, хто хоче нульового тертя і не потребує точних чисел, він працює як інструмент усвідомлення. Але середня помилка 26.8% робить його непридатним для будь-якої мети, що вимагає точних даних. Швидкий, чистий досвід підривається тим, що цифри у вашому журналі суттєво неправильні.

SnapCalorie є найбільш технологічно цікавим додатком, який тестувався. 3D-сканування не є примхою — воно суттєво покращило оцінку порцій для видимих страв. Але покращення було помірним (22.7% помилка проти 26.8% у Cal AI), оскільки найбільші помилки виникають через невидимі інгредієнти, а не через неправильний розрахунок порцій. Преміум-ціна ($9-15 на місяць) для додатку, що працює лише з фото, важко виправдати.

Foodvisor займає розумну середину. Сканування штрих-кодів та часткова підтримка бази даних суттєво зменшують помилки в порівнянні з додатками, що працюють лише на AI. Він найкраще працює з європейськими продуктами та має професійний вигляд. Функція дієтолога є унікальною пропозицією, але затримка робить її непрактичною для реального трекінгу.

Nutrola забезпечила найбільш точний харчовий журнал з великим відривом — середня помилка 1.5% проти 14-27% у конкурентів. Точність досягається не завдяки драматично кращому AI, а завдяки перевіреній базі даних, яка фіксує те, що пропускає AI, голосовому введенню, яке покриває те, що не можуть захопити фото, та скануванню штрих-кодів, яке надає точні дані для упакованих продуктів. За €2.50 на місяць після безкоштовного пробного періоду без реклами, він коштує менше, ніж будь-який інший додаток, який він перевершив.

Додаткова хвилина на день — це чесний компроміс. Nutrola не є найшвидшим додатком. Вона вимагає кілька додаткових секунд на прийом їжі та трохи більш активного користувача (підтвердження записів у базі даних, голосове введення прихованих інгредієнтів). Але результат — харчовий журнал, що відображає те, що ви насправді їли — що є основною метою трекінгу калорій.

Після 14 днів паралельного тестування висновок простий: найбільш надійний AI трекер калорій — це не той, що має найвражаючий AI. Це той, який знає, коли AI недостатньо, і має перевірену базу даних, голосове введення та сканування штрих-кодів, готові заповнити прогалини. Цей додаток, у цьому тесті, був Nutrola.