Nauwkeurigheid

Kan ChatGPT calorieën tellen met een foto? Dit zegt onderzoek

ChatGPT kan calorieën schatten met een foto, maar zat er in tests gemiddeld zo’n 36% naast. Wat onderzoek zegt, betere prompts en wat een app toevoegt.

Door Calorix-team, Invikta 5 min leestijd

Ja, bij benadering: ChatGPT kan schatten hoeveel calorieën het eten op een foto bevat, maar in gepubliceerde tests zat het er flink naast. In een studie uit 2025 met 52 foto’s van eten zaten ChatGPT-4o en Claude 3.5 Sonnet er bij de calorieën gemiddeld 35,8% naast, en hoe groter de porties, hoe meer ze onderschatten; in een andere studie uit 2025 daalde de gemiddelde fout van ChatGPT van 31% naar 14% toen het te horen kreeg met welk vet er was gekookt en hoeveel van elk ingrediënt erin zat. Anders dan een calorie-app is ChatGPT niet gemaakt om een dagelijks eetdagboek met doelen bij te houden, verpakt eten op te zoeken via de barcode of te synchroniseren met de Gezondheid-app.

Stuur ChatGPT een foto van je avondeten en vraag hoeveel calorieën erin zitten, en je krijgt binnen een paar seconden een getal, vaak met een zelfverzekerde uitsplitsing erbij. Dat maakt het verleidelijk om ChatGPT als gratis calorieteller te gebruiken. Onderzoekers hebben precies dat inmiddels getest, en hun resultaten zijn nuttig, of je nu ChatGPT, een ander AI-model of een calorie-app gebruikt.

Wat de studies vonden

Studie Model Wat er werd getest Caloriefout
Fridolfsson et al., 2025 ChatGPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro 52 gestandaardiseerde foto’s van afgewogen eten Gemiddeld 35,8%, 35,8% en 64,2%
O’Hara et al., 2025 ChatGPT-4 114 foto’s: 38 maaltijden in 3 portiegroottes 93% van de etenswaren herkend; gewicht van middelgrote en grote maaltijden onderschat
Rodríguez-Jiménez et al., 2025 ChatGPT-5 195 gerechten, met en zonder extra details 30,5% op basis van alleen de foto; 24,4% met details over vet en zoetstof; 13,9% met de hoeveelheden van de ingrediënten
Cinar et al., 2026 (pilotstudie) ChatGPT-4o 9 eenvoudige en samengestelde gerechten Tot 54,4% bij de calorieën van samengestelde gerechten

Algemene AI-modellen zitten er zo’n derde naast

De meest directe test komt uit een studie uit 2025 waarin drie AI-modellen 52 gestandaardiseerde foto’s kregen van losse etenswaren en maaltijden waarvan het gewicht bekend was. ChatGPT-4o en Claude 3.5 Sonnet zaten er bij de calorieën gemiddeld 35,8% naast, Gemini 1.5 Pro 64,2%. Hoe groter de portie, hoe groter de onderschatting bij alle drie: bij kleine porties waren de fouten zo’n 20 tot 30% kleiner dan bij grote.

Goed in eten herkennen, minder goed in hoeveelheden

Een studie uit 2025 naar ChatGPT-4 met 114 foto’s van maaltijden, 38 maaltijden die elk in drie portiegroottes werden getoond, liet zien dat ChatGPT-4 het eten goed herkende, met een precisie van 93%. De hoeveelheden waren het probleem: grote maaltijden die gemiddeld 798 g wogen, werden op 530 g geschat, en ook middelgrote maaltijden werden onderschat, terwijl de schattingen voor kleine maaltijden in de buurt kwamen. Bij 10 van de 16 onderzochte voedingsstoffen weken de schattingen significant af van de echte waarden. Eén kanttekening in het voordeel van ChatGPT: specifiek voor calorieën lag de mediane schatting in die studie dicht bij de echte mediaan.

Details maken een groot verschil

Het sterkste bewijs dat je zelf kunt helpen, komt uit een studie uit 2025 naar ChatGPT-5 met 195 gerechten. Op basis van alleen de foto zaten de calorieschattingen er gemiddeld 30,5% naast (123 kcal). Toen ChatGPT te horen kreeg welk vet er in welke hoeveelheid was gebruikt, welke zoetstof, hoe vet de zuivel was en welk soort vlees, daalde de fout tot 24,4% (92 kcal). Met de ingrediëntenlijst en de hoeveelheden erbij daalde die tot 13,9% (53 kcal). Een kleine pilotstudie uit 2026 naar ChatGPT-4o met negen gerechten wijst dezelfde kant op: bij samengestelde gerechten met verborgen vet liepen de fouten op tot 54,4% voor calorieën en 76,5% voor vet, en met extra details werden de schattingen veel consistenter. Met maar negen gerechten kun je die 54% het best zien als het slechtste geval, niet als een gemiddelde.

Andere bevindingen die het weten waard zijn

  • Mensen doen het nog steeds beter. In een test uit 2026 met 40 AI-modellen schatten professionele voedingsdeskundigen de voedingsstoffen nauwkeuriger in dan elk model, en foto’s vanuit meerdere hoeken hielpen de modellen niet.
  • AI kan dingen verzinnen. Onderzoekers die met GPT-4o een voedingstool bouwden, zagen dat het gewone GPT-4o op basis van alleen foto’s 59% van de etenswaren herkende, en waarschuwden voor ‘hallucinaties (verzonnen items, eenheden of hoeveelheden)’ (AJCN, 2025).
  • Met tekst gaat het beter dan met foto’s. Toen AI-modellen de namen van etenswaren als tekst kregen in plaats van foto’s, kwamen hun energieschattingen goed overeen met voedingsdatabanken, met de grootste verschillen bij samengestelde gerechten en smaakmakers (Journal of Nutrition, 2026).

Waarom ChatGPT de mist in gaat bij foto’s

Dezelfde drie dingen zetten ChatGPT en calorie-apps die met foto’s werken op het verkeerde been:

  • Portiegrootte. Een foto is plat, dus de diepte van een kom pasta of rijst is moeilijk te beoordelen. Daarom worden grote porties onderschat.
  • Verborgen vet. Olie die in groente is getrokken of boter die in een saus is gesmolten, zie je nauwelijks. Eén eetlepel olijfolie is 119 kcal, volgens USDA FoodData Central, de voedingsdatabank van het Amerikaanse ministerie van Landbouw.
  • Samengestelde gerechten. Bij een curry, een burrito of een ovenschotel moet de AI niet alleen de hoeveelheid raden, maar ook het recept.

Gespecialiseerde apps ontspringen de dans ook niet: in een voorlopige test uit 2026 van de NIH, de Amerikaanse overheidsinstantie voor medisch onderzoek, onderschatten de fotofuncties van MyFitnessPal, Lose It!, Cal AI en Appediet afgewogen maaltijden met gemiddeld 252 tot 345 kcal, ongeveer een derde. Ons overzicht van calorie-apps die met foto’s werken bespreekt die studie en wat elke app over zijn nauwkeurigheid beweert.

ChatGPT of een calorie-app?

Taak ChatGPT Een calorie-app
Een maaltijd schatten op basis van een foto of een beschrijving Ja Ja
Een dagelijks eetdagboek met doelen voor calorieën en macro’s Niet ingebouwd Ja
Verpakt eten via de barcode Zoekt niet in een database Ja, uit een voedingsdatabase
Eén ingrediënt corrigeren en het totaal laten kloppen Door het opnieuw te vragen Regel aanpassen, het totaal past zich aan
Trends per week, reeksen, herinneringen Nee Ja
De Gezondheid-app, widgets Nee Ja, in de meeste iPhone-apps
Het meest geschikt voor Losse vragen, recepten, planning Elke dag bijhouden

De schatting zelf is in geen van beide gevallen magie: veel calorie-apps, ook Calorix, gebruiken grote AI-modellen om foto’s te lezen. Het verschil zit in wat er om de schatting heen zit. In Calorix wordt een foto een lijst ingrediënten met grammen en een betrouwbaarheidslabel, en die lijst kun je corrigeren. Barcodes en voedingswaardetabellen dekken verpakt eten af, en alles komt terecht in een eetdagboek met je doelen.

Zo haal je betere schattingen uit ChatGPT, of uit elke andere AI

Volgens het onderzoek win je het meest door de AI te vertellen wat de foto niet kan laten zien. Een prompt als deze werkt beter dan alleen een foto:

Schat hoeveel calorieën, eiwit, koolhydraten en vet het eten op deze foto bevat. Het is ongeveer 180 g gekookte rijst, 150 g gegrilde kippendij en geroosterde groenten, bereid met ongeveer 1 eetlepel olijfolie. Zet elk ingrediënt op een rij met de hoeveelheid en de calorieën die je hebt aangenomen, en geef daarna het totaal.

  • Geef gewichten of maten als je die weet: grammen van de keukenweegschaal, ‘een vol bord’, ‘een half kopje’.
  • Noem het vet waarmee je hebt gekookt en hoeveel: olie, boter, ghee, room.
  • Vermeld sauzen, dressings en drankjes, die een foto mist.
  • Vraag om een uitsplitsing per ingrediënt met de aannames, zodat je ziet waar de AI heeft gegokt.
  • Fotografeer onder een hoek van 45 graden met het hele bord in beeld, in plaats van recht van boven.
  • Gebruik bij verpakt eten het etiket. De gedrukte waarden zijn beter dan elke schatting.

Waar het op neerkomt

ChatGPT kan calorieën tellen met een foto, goed genoeg voor een ruw idee, en veel beter als je de hoeveelheden en het vet waarmee is gekookt erbij vermeldt. Om dag in dag uit bij te houden, voegt een calorie-app toe waar ChatGPT niet voor gemaakt is: een eetdagboek met doelen, barcodes, snelle correcties en trends. Wat je ook gebruikt, zie een fotoschatting als een eerste versie. Wil je een doel om je eten aan af te meten, begin dan met onze caloriebehoefte-calculator (TDEE).

Veelgestelde vragen

Kan ChatGPT calorieën tellen met een foto?

Het kan een schatting geven. In gepubliceerde tests herkende ChatGPT de meeste etenswaren op foto’s van maaltijden, maar zaten de calorieschattingen er gemiddeld zo’n 30 tot 36% naast, en onderschatte het vooral grote porties. Met details erbij, zoals het vet waarmee is gekookt en het gewicht van de ingrediënten, komen de schattingen veel dichter bij de werkelijkheid.

Hoe nauwkeurig telt ChatGPT calorieën?

In een studie uit 2025 met 52 gestandaardiseerde foto’s van eten zaten de calorieschattingen van ChatGPT-4o er gemiddeld 35,8% naast, net als die van Claude 3.5 Sonnet, terwijl Gemini 1.5 Pro er 64,2% naast zat. Een studie uit 2025 naar ChatGPT-5 met 195 gerechten vond een fout van 30,5% op basis van alleen de foto, die daalde tot 13,9% toen het de hoeveelheden van de ingrediënten kreeg.

Is ChatGPT beter dan een calorie-app?

Ze doen verschillende dingen. ChatGPT is flexibel voor losse vragen. Een calorie-app houdt elke dag bij wat je eet en zet dat af tegen je doelen, leest barcodes en etiketten van verpakt eten, laat je elk ingrediënt corrigeren en laat je trends over meerdere weken zien. Ook fotoschattingen van apps vallen te laag uit: in een voorlopige NIH-test uit 2026 onderschatten vier apps afgewogen maaltijden met ongeveer een derde.

Wat is een goede ChatGPT-prompt om calorieën te tellen?

Vertel ChatGPT wat een foto niet kan laten zien: het gewicht of de grootte van elke portie, hoe het eten is bereid en met hoeveel olie of boter, sauzen en drankjes. Vraag daarna om een uitsplitsing per ingrediënt met de aannames die het heeft gedaan, en controleer zelf de grootste onderdelen.

Kan ChatGPT elke dag mijn calorieën bijhouden?

Je kunt één doorlopend gesprek voeren, maar ChatGPT is niet gebouwd als eetdagboek: het houdt geen dagdoelen en dagtotalen bij, zoekt geen verpakt eten op via de barcode, synchroniseert niet met de Gezondheid-app en toont geen trends per week. Daar is een calorie-app voor.

Is Cal AI nauwkeuriger dan ChatGPT?

Geen enkele studie heeft ze rechtstreeks met elkaar vergeleken, dus dat kunnen we niet zeggen. In de NIH-test die in juli 2026 werd gepresenteerd, onderschatte de fotofunctie van Cal AI afgewogen maaltijden met gemiddeld 345 kcal; ChatGPT deed niet mee aan die test, en de studies naar ChatGPT gebruikten andere maaltijden en methodes.

Bronnen

  1. 1 Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images. Current Developments in Nutrition, 2025.
  2. 2 O’Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients, 2025.
  3. 3 Rodríguez-Jiménez M, Martín-del-Campo-Becerra GD, Sumalla-Cano S, et al. Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios. Nutrients, 2025.
  4. 4 Cinar EN, Özler E, Arslan S, Yilmaz S. Image-based nutritional assessment: Evaluating the performance of ChatGPT-4o on simple and complex meals. Journal of Food Composition and Analysis, 2026.
  5. 5 Vedovelli L, Pugnaloni S, Lanera C, et al. Model architecture dominates nutritional estimation accuracy in vision-language systems. Scientific Reports, 2026.
  6. 6 Chen YJ, Chang CC, Hoang YN, et al. Customized multimodal Diabot-GPT-4o enhances accuracy of image-based dietary assessments in dietetic trainees in Taiwan: validation against weighed food records. American Journal of Clinical Nutrition, 2025.
  7. 7 Lawabni R, Solano OR, Kampen LL, et al. Evaluation of Energy and Nutrient Estimates from Large Language Models Using Text-Based Queries. Journal of Nutrition, 2026.
  8. 8 Charles O, Flacke EU, Turner S, et al. Photograph-Based AI Features in Calorie-Tracking Apps Underestimate Energy Content of Meals (NUTRITION 2026 abstract). Current Developments in Nutrition, 2026.
  9. 9 Oil, olive, salad or cooking. USDA FoodData Central (SR Legacy), 2019.

Voeg je volgende maaltijd toe in een paar seconden

Fotografeer het, scan het of zeg het gewoon. Calorix rekent het uit, laat zien hoe, en Toasty moedigt je aan.

3 dagen gratis, altijd opzegbaar