“Tire uma foto e veja suas calorias” é a promessa de toda uma categoria de apps. É mesmo mais rápido do que digitar cada ingrediente, mas uma foto não pesa a comida nem enxerga o óleo em que ela foi preparada. Esta página reúne o que os testes independentes encontraram, o que cada app de foto popular deixa você conferir e corrigir e quais promessas de precisão vêm com um método que outra pessoa poderia verificar.
O Calorix, um dos apps da tabela, é nosso, então não somos neutros. Não fazemos aqui nenhuma promessa de precisão para o Calorix, cada dado sobre outros apps tem link para a fonte, e tudo foi verificado em 23 de outubro de 2026.
O que os testes independentes encontraram
O teste do NIH de 2026 com quatro apps populares
Pesquisadores do Instituto Nacional de Diabetes e Doenças Digestivas e Renais dos EUA (NIDDK, na sigla em inglês), que faz parte dos Institutos Nacionais de Saúde (NIH), submeteram fotos padronizadas de 102 refeições aos recursos de foto de quatro apps. As refeições vieram de um estudo de alimentação controlada, em que cada ingrediente é pesado com precisão de 0,1 grama, e tinham em média 918 kcal (resumo, comunicado da American Society for Nutrition).
| App (versão testada) | Subestimativa média por refeição | Intervalo de confiança de 95% | Variação em refeições individuais (limites de concordância) |
|---|---|---|---|
| Appediet | 252 kcal | 210 a 295 | De 672 a menos a 167 a mais |
| MyFitnessPal | 327 kcal | 269 a 385 | De 884 a menos a 246 a mais |
| Lose It! | 333 kcal | 282 a 383 | De 835 a menos a 170 a mais |
| Cal AI | 345 kcal | 296 a 392 | De 821 a menos a 132 a mais |
Os quatro apps subestimaram as calorias em cerca de um terço, em média, e a gordura em cerca de 30 g por refeição; os carboidratos foram os mais consistentes. Os primeiros resultados de mais de 200 refeições adicionais sugeriram que os apps têm mais dificuldade com refeições cetogênicas, ricas em gordura. Duas ressalvas: trata-se de um resumo apresentado em congresso, portanto preliminar até sair um artigo revisado por pares, e as versões dos apps e as datas dos testes não foram informadas. Um dos pesquisadores, Aaron Hengist, aconselhou que quem usa um app baseado em fotos “sem ajustar as porções ou inserir as quantidades de alimentos deveria encarar os resultados com um pé atrás”.
Estudos anteriores
- Um estudo de 2024 com sete apps e 22 fotos de comidas e bebidas tiradas com um celular constatou que o MyFitnessPal identificou 97% dos componentes dos alimentos, mas isso é reconhecimento, não calorias: no valor energético, o MyFitnessPal subestimou em 3% e o Foodvisor em 47%, em média, e um prato de ovos com torrada e manteiga foi subestimado em 35% e 73%, respectivamente, porque a manteiga passou despercebida.
- Os chatbots de IA de uso geral não se saem melhor: com 52 fotos padronizadas de comida, 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%, e os três subestimaram mais à medida que as porções aumentavam (estudo de 2025). Saiba mais em ChatGPT consegue contar calorias por foto?
- Uma revisão sistemática de 2023 sobre métodos automatizados de análise de imagens, na maioria sistemas de pesquisa, encontrou erros médios de calorias que iam de 0,1% a 38,3%, e os alimentos simples e isolados foram os mais fáceis.
Por que as estimativas por foto ficam abaixo do real
Três coisas que a câmera não enxerga bem explicam a maior parte da diferença: a gordura (óleo absorvido pela comida, manteiga derretida num molho), a profundidade da porção (vistas de cima, uma tigela funda e uma rasa parecem iguais) e os ingredientes escondidos em pratos misturados. Nosso guia Contador de calorias com IA é preciso? explica cada um deles, com fontes.
Promessas de precisão e o que há por trás delas
Vários apps divulgam um número de precisão. Apresentamos cada um como uma afirmação da própria empresa, junto com o que conseguimos descobrir sobre como ele foi medido.
- O Cal AI diz nas perguntas frequentes que tem “cerca de 80% de precisão” (perguntas frequentes do Cal AI); posts antigos do blog dele falam em “90% de precisão em alimentos visíveis” (blog do Cal AI). Nenhuma das páginas diz o que significa “preciso” nem como isso foi testado. No teste do NIH, o recurso de foto do Cal AI teve a maior subestimativa média dos quatro apps.
- O SnapCalorie diz que tem, “em média, cerca de 15% de erro calórico médio” e que é “2x mais preciso que nutricionistas” (perguntas frequentes do SnapCalorie). O fundador dele é coautor do artigo Nutrition5k, escrito com o Google Research (CVPR 2021) e acompanhado de um conjunto de dados público: um modelo de pesquisa errou 26,1% a partir de uma única foto e 16,5% com uma câmera de profundidade, em pratos de um único refeitório com média de 255 kcal. Na comparação com humanos, o artigo pediu a 16 pessoas que não eram nutricionistas e a 4 nutricionistas que estimassem o peso das porções de 10 pratos simples (53% e 41% de erro). É um método revisado por pares, mas para um modelo de pesquisa de 2021, não um teste publicado do app atual.
- O Fitia se apresenta na App Store brasileira como “o contador de calorias mais rápido e preciso”, e o Fastic diz que o scanner dele “consegue identificar alimentos com precisão”, sem número nem método.
- O PlateLens, que não está na tabela acima, afirma ter “erro de ±1,1% nas kcal em 180 refeições pesadas”, segundo um estudo da “Dietary Assessment Initiative”, e diz que o benchmark aberto Foodvision Bench reproduziu o resultado com outras 231 refeições em agosto de 2026 (PlateLens). Não conseguimos verificar a afirmação: em 23 de outubro de 2026, o DOI informado para o estudo (10.5281/zenodo.dai-2026-01) não existia no doi.org nem no DataCite, não achamos o estudo no Crossref nem no Zenodo, e o repositório do Foodvision Bench tinha código e arquivos de resultados, mas nenhuma foto das refeições nem dados de referência. Além disso, o texto do estudo diz que MyFitnessPal, Cronometer, MacroFactor e Lose It! não tinham registro por foto, quando as centrais de ajuda desses apps já descreviam o recurso.
Nenhum dos outros 12 apps da nossa tabela publica um teste de precisão da versão atual do app com dados, método e data. Esse é o padrão que gostaríamos de ver antes de confiar num número, inclusive no nosso.
O que procurar num app de calorias por foto
- Uma lista que você possa conferir. Um total único é difícil de questionar; uma lista de ingredientes com porções mostra onde a estimativa errou.
- Correções fáceis. Mudar os gramas, trocar um alimento, acrescentar o óleo ou descrever uma correção em palavras deveria levar segundos.
- Leitura de código de barras e de tabela nutricional, para que os alimentos embalados recebam os valores declarados em vez de uma estimativa. Os rótulos não são perfeitos: nos EUA, a rotulagem de um alimento só é considerada irregular quando ele tem mais de 20% de calorias a mais do que o rótulo informa (21 CFR 101.9).
- Um jeito de dizer ao app o que ele não vê, como “feito na manteiga” ou “meia porção”.
- Honestidade sobre a precisão. Uma afirmação com método e dados que você pode verificar vale mais do que um número maior sem nada disso.
Como conseguir estimativas melhores em qualquer app
- Acrescente as gorduras. Registre o óleo de cozinha, a manteiga, o molho de salada ou a maionese como itens separados; uma colher de sopa de azeite tem cerca de 119 kcal.
- Confira primeiro os itens maiores. Arroz, macarrão, carne e molhos são os que mais mexem no total.
- Pese de vez em quando alguns alimentos de sempre para calibrar o olho: sua tigela de cereal de costume, sua escumadeira de arroz ou seu fio de azeite.
- Tire uma foto melhor: boa luz, o prato inteiro e um ângulo de 45 graus, em vez de bem de cima.
- Use o código de barras ou a tabela nutricional para tudo o que for embalado.
Onde o Calorix se encaixa
O Calorix não fez parte do teste do NIH, e não afirmamos que ele se sairia melhor: nenhuma câmera vê o óleo absorvido pelo arroz. O que o Calorix faz é tratar cada foto como um primeiro rascunho. Ele lista cada ingrediente com os gramas, as calorias e um selo de confiança, para você ver quais itens merecem uma segunda olhada, mudar qualquer um deles, acrescentar uma nota como “feito na manteiga” ou dizer ao Corrigir com IA o que mudar, por texto ou voz. Códigos de barras e tabelas nutricionais cobrem os alimentos embalados. Veja como funciona o scanner do Calorix.
Histórico de alterações
- 23 de outubro de 2026: recursos, preços e promessas dos 12 apps conferidos de novo. A tabela agora traz os preços da App Store do Brasil; o registro por foto do MyFitnessPal e do Lose It! só funciona em inglês; o BitePal agora lê tabelas nutricionais e códigos de barras; o scanner do Fastic deixou de constar como recurso do Fastic Plus; o preço do Cal AI nos EUA foi identificado como relatório de terceiros; as novas afirmações do PlateLens foram revisadas.
- 11 de outubro de 2026: página publicada. Recursos, preços e promessas verificados na página de cada app na App Store, na central de ajuda e no site; estudos independentes verificados no PubMed, no PMC e nos sites das editoras.
Atualizado em 23 de outubro de 2026
