Precisão
ChatGPT consegue contar calorias por foto? O que dizem os estudos
O ChatGPT estima calorias por foto, mas testes publicados encontraram erro médio de 36%. O que diz a pesquisa, prompts melhores e o que um app oferece.
Por Equipe Calorix, Invikta 6 min de leitura
Sim, de forma aproximada: o ChatGPT consegue estimar as calorias de uma foto de comida, mas os testes publicados encontraram erros grandes. Num estudo de 2025 com 52 fotos de comida, o ChatGPT-4o e o Claude 3.5 Sonnet erraram as calorias em 35,8%, em média, e subestimaram mais à medida que as porções cresciam; em outro estudo de 2025, informar ao ChatGPT a gordura do preparo e as quantidades dos ingredientes reduziu o erro médio dele de 31% para 14%. Ao contrário de um app de calorias, o ChatGPT não foi feito para manter um registro diário com metas, buscar alimentos embalados pelo código de barras nem sincronizar com o app Saúde.
Pergunte ao ChatGPT quantas calorias tem a foto do seu jantar, e ele responde com um número em segundos, muitas vezes com uma lista detalhada e cheia de confiança. Isso o torna tentador como contador de calorias grátis. Pesquisadores já testaram exatamente isso, e os resultados são úteis quer você use o ChatGPT, outro modelo de IA ou um app de calorias.
O que os estudos descobriram
| Estudo | Modelo | O que foi testado | Erro nas calorias |
|---|---|---|---|
| Fridolfsson et al., 2025 | ChatGPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro | 52 fotos padronizadas de comida de peso conhecido | 35,8%, 35,8% e 64,2%, em média |
| O’Hara et al., 2025 | ChatGPT-4 | 114 fotos: 38 refeições em 3 tamanhos de porção | Identificou 93% dos alimentos; subestimou o peso das refeições médias e grandes |
| Rodríguez-Jiménez et al., 2025 | ChatGPT-5 | 195 pratos, com e sem detalhes extras | 30,5% só com a foto; 24,4% com detalhes da gordura e do adoçante; 13,9% com as quantidades dos ingredientes |
| Cinar et al., 2026 (piloto) | ChatGPT-4o | 9 pratos simples e complexos | Até 54,4% nas calorias dos pratos complexos |
Modelos de IA de uso geral erram em cerca de um terço
O teste mais direto vem de um estudo de 2025 que deu a três modelos de IA 52 fotos padronizadas de alimentos isolados e de refeições com peso conhecido. O ChatGPT-4o e o Claude 3.5 Sonnet erraram as calorias em 35,8%, em média; o Gemini 1.5 Pro, em 64,2%. Os três subestimaram mais à medida que as porções aumentavam: os erros foram cerca de 20% a 30% menores nas porções pequenas do que nas grandes.
Bom em reconhecer alimentos, mais fraco nas quantidades
Um estudo de 2025 com o ChatGPT-4 em 114 fotos de refeições, 38 refeições mostradas cada uma em três tamanhos de porção, concluiu que ele identificava bem os alimentos, com 93% de precisão. O problema eram as quantidades: refeições grandes que pesavam 798 g, em média, foram estimadas em 530 g, e as médias também foram subestimadas, enquanto as pequenas ficaram próximas do real. As estimativas dele diferiram significativamente dos valores reais em 10 dos 16 nutrientes estudados. Uma ressalva a favor do ChatGPT: nas calorias especificamente, a estimativa mediana dele ficou perto da mediana real nesse estudo.
Os detalhes fazem muita diferença
A evidência mais forte de que você pode ajudar vem de um estudo de 2025 com o ChatGPT-5 em 195 pratos. Só com a foto, as estimativas de calorias erraram em 30,5%, em média (123 kcal). Quando ele foi informado do tipo e da quantidade de gordura, do adoçante, do teor de gordura dos laticínios e do tipo de carne, o erro caiu para 24,4% (92 kcal). Com a lista de ingredientes e as quantidades, caiu para 13,9% (53 kcal). Um pequeno estudo piloto de 2026 com o ChatGPT-4o em nove pratos aponta na mesma direção: os erros chegaram a 54,4% nas calorias e a 76,5% na gordura em pratos complexos com gordura escondida, e acrescentar detalhes deixou as estimativas muito mais consistentes. Com só nove pratos, trate os 54% como o pior cenário, não como uma média.
Outros resultados que vale conhecer
- As pessoas ainda se saem melhor. Num teste de 2026 com 40 modelos de IA, nutricionistas profissionais estimaram os nutrientes com mais precisão do que todos os modelos, e fotos de vários ângulos não ajudaram os modelos.
- A IA pode inventar coisas. Pesquisadores que criaram uma ferramenta de avaliação alimentar com base no GPT-4o constataram que o GPT-4o comum reconheceu 59% dos alimentos só pelas fotos e alertaram para “alucinações (itens, unidades ou quantidades inventados)” (AJCN, 2025).
- Alimentos digitados são mais fáceis do que fotos. Quando os modelos de IA receberam os nomes dos alimentos em texto em vez de fotos, as estimativas de energia ficaram bem próximas das bases de dados de nutrientes, e os pratos mistos e os condimentos foram os que mais variaram (Journal of Nutrition, 2026).
Por que o ChatGPT erra nas fotos
As mesmas três coisas atrapalham o ChatGPT e os apps que contam calorias por foto:
- Tamanho da porção. A foto é plana, então é difícil avaliar a profundidade de um prato de macarrão ou de arroz, e é por isso que as porções grandes acabam subestimadas.
- Gordura escondida. O óleo absorvido pelos legumes ou a manteiga derretida num molho quase não aparecem. Uma colher de sopa de azeite tem 119 kcal, segundo o USDA FoodData Central, a base de dados de alimentos do Departamento de Agricultura dos EUA.
- Pratos mistos. Num curry, num burrito ou num gratinado, a IA precisa adivinhar a receita, além da quantidade.
Os apps especializados também não estão imunes: num teste preliminar de 2026 dos Institutos Nacionais de Saúde dos EUA (NIH), os recursos de foto do MyFitnessPal, do Lose It!, do Cal AI e do Appediet subestimaram refeições de peso conhecido em 252 a 345 kcal, em média, cerca de um terço. Nossa análise dos apps que contam calorias por foto traz esse estudo e o que cada app promete sobre precisão.
ChatGPT ou app de calorias?
| Tarefa | ChatGPT | Um app para contar calorias |
|---|---|---|
| Estimar uma refeição por foto ou por descrição | Sim | Sim |
| Registro diário com metas de calorias e macros | Não vem integrado | Sim |
| Alimentos embalados pelo código de barras | Não consulta banco de dados | Sim, a partir de um banco de dados de alimentos |
| Corrigir um ingrediente e manter o total certo | Perguntando de novo | Você edita a linha e o total se atualiza |
| Tendências semanais, sequências, lembretes | Não | Sim |
| App Saúde, widgets | Não | Sim, na maioria dos apps para iPhone |
| Ideal para | Perguntas pontuais, receitas, planejamento | Registrar todos os dias |
A estimativa em si não é mágica em nenhum dos casos: muitos apps de calorias, inclusive o Calorix, usam grandes modelos de IA para ler as fotos. A diferença está no que vem em volta da estimativa. No Calorix, uma foto vira uma lista de ingredientes com os gramas e um selo de confiança, que você pode corrigir; código de barras e tabela nutricional cobrem os alimentos embalados, e tudo vai para um registro com as suas metas.
Como conseguir estimativas melhores do ChatGPT, ou de qualquer IA
A pesquisa mostra que os maiores ganhos vêm de contar à IA o que a foto não mostra. Um prompt como este funciona melhor do que só a foto:
Estime as calorias, a proteína, os carboidratos e as gorduras desta foto. São cerca de 180 g de arroz cozido, 150 g de sobrecoxa de frango grelhada e legumes assados preparados com cerca de 1 colher de sopa de azeite. Liste cada ingrediente com a quantidade e as calorias que você considerou e, depois, o total.
- Informe pesos ou tamanhos quando souber: os gramas da balança, “um prato cheio”, “meia xícara”.
- Diga qual foi a gordura do preparo e quanto: óleo, manteiga, ghee, creme de leite.
- Mencione molhos, temperos de salada e bebidas, que as fotos deixam passar.
- Peça o detalhamento por ingrediente, com as suposições, para ver onde ele chutou.
- Fotografe num ângulo de 45 graus, com o prato inteiro no enquadramento, em vez de bem de cima.
- Use a tabela nutricional nos alimentos embalados. Os valores impressos ganham de qualquer estimativa.
Resumindo
O ChatGPT consegue contar calorias por foto bem o suficiente para dar uma ideia aproximada, e bem melhor quando você informa as quantidades e a gordura do preparo. Para acompanhar dia após dia, um app de calorias acrescenta o que o ChatGPT não foi feito para fazer: um registro com metas, código de barras, correções rápidas e tendências. Seja qual for a sua escolha, trate uma estimativa por foto como um primeiro rascunho. Se você quer uma meta para usar como referência no seu registro, comece pela nossa calculadora de calorias diárias (TDEE).
Perguntas frequentes
O ChatGPT consegue contar calorias por foto?
Ele consegue dar uma estimativa. Nos testes publicados, o ChatGPT reconheceu a maioria dos alimentos nas fotos de refeições, mas suas estimativas de calorias tiveram um erro médio de cerca de 30% a 36%, e ele tendia a subestimar as porções grandes. Acrescentar detalhes como a gordura do preparo e o peso dos ingredientes deixa as estimativas bem mais próximas do real.
Qual é a precisão do ChatGPT para contar calorias?
Num estudo de 2025 com 52 fotos padronizadas de comida, as estimativas de calorias do ChatGPT-4o erraram em 35,8%, em média, tanto quanto as do Claude 3.5 Sonnet, enquanto as do Gemini 1.5 Pro erraram em 64,2%. Um estudo de 2025 com o ChatGPT-5 em 195 pratos encontrou erro de 30,5% só com a foto, que caiu para 13,9% quando ele recebeu as quantidades dos ingredientes.
O ChatGPT é melhor do que um app para contar calorias?
Eles fazem trabalhos diferentes. O ChatGPT é flexível para perguntas pontuais. Um app de calorias mantém um registro diário com as suas metas, lê códigos de barras e tabelas nutricionais de alimentos embalados, deixa você corrigir cada ingrediente e mostra suas tendências ao longo das semanas. As estimativas por foto dos apps também ficam abaixo do real: num teste preliminar do NIH de 2026, quatro apps subestimaram refeições de peso conhecido em cerca de um terço.
Qual é um bom prompt para contar calorias no ChatGPT?
Dê a ele o que a foto não mostra: o peso ou o tamanho de cada porção, como a comida foi preparada e com quanto óleo ou manteiga, os molhos e as bebidas, e peça o detalhamento por ingrediente, com as suposições que ele fez. Depois, confira por conta própria os itens maiores.
O ChatGPT consegue acompanhar minhas calorias todos os dias?
Você pode manter uma conversa contínua, mas o ChatGPT não foi feito para ser um diário alimentar: ele não guarda metas e totais diários, não busca alimentos embalados pelo código de barras, não sincroniza com o app Saúde nem mostra tendências semanais. É para isso que existe um app para contar calorias.
O Cal AI é mais preciso do que o ChatGPT?
Nenhum estudo comparou os dois diretamente, então não dá para dizer. No teste do NIH apresentado em julho de 2026, o recurso de foto do Cal AI subestimou refeições de peso conhecido em 345 kcal, em média; o ChatGPT não fez parte desse teste, e os estudos com o ChatGPT usaram refeições e métodos diferentes.
Fontes
- 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 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 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 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 Vedovelli L, Pugnaloni S, Lanera C, et al. Model architecture dominates nutritional estimation accuracy in vision-language systems. Scientific Reports, 2026.
- 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 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 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 Oil, olive, salad or cooking. USDA FoodData Central (SR Legacy), 2019.
