¿ChatGPT cuenta bien las calorías de una foto?

¿Puede ChatGPT contar calorías a partir de una foto?

Sí, ChatGPT puede contar calorías de una foto, y suele identificar bien los alimentos. En una prueba revisada por pares, GPT-4 identificó los alimentos de fotos reales de comidas con una precisión del 93,0% y una exhaustividad del 84,6%, un F1 de 88,6% (O'Hara et al. 2025, Nutrients). Lo que le cuesta es el número que acompaña a ese alimento: el tamaño de la porción, la grasa oculta y repetir la misma respuesta dos veces. Para ver todo el proceso detrás de estas cifras, consulta cómo funciona realmente el proceso de tres etapas detrás de estas estimaciones.

Reconocer que hay arroz y pollo en el plato no es el problema. Calcular su peso a partir de una imagen plana, sin báscula, sin sensor de profundidad y sin saber cuánto aceite llevaba la sartén, sí lo es. Ahí es donde la cifra empieza a alejarse de la realidad.

¿Cuánto se equivoca ChatGPT según los estudios publicados?

La investigación publicada da una respuesta concreta en lugar de una suposición. En un estudio con 114 fotos, ChatGPT-4 subestimó el peso total de la comida en el 76,3% de las fotografías, 87 de 114 (O'Hara et al. 2025, Nutrients).

Sumando las 114 fotografías, la diferencia porcentual absoluta entre el peso estimado por ChatGPT y el peso medido fue del 27,8% de media, con una desviación estándar de 18,5%. Esa única cifra mezcla todos los tamaños de porción.

Al desglosarlo por tamaño, el patrón se afina. Las porciones pequeñas no mostraron diferencias significativas respecto al peso medido (p=0,221). Las porciones medianas y grandes sí se subestimaron de forma significativa (p<0,001), aunque el estudio no da un porcentaje de error medio separado para cada tamaño.

La concordancia con las estimaciones propias de los dietistas, medida por correlación intraclase, fue de 0,56 para la energía, un rango que el estudio describe como de pobre a moderado. La proteína salió algo mejor, 0,67, moderado a bueno, mientras que la concordancia en carbohidratos fue solo de 0,31, pobre.

Un estudio distinto con comidas hospitalarias probó diez modelos en total: tres modelos multimodales de propósito general y siete aplicaciones dietéticas especializadas. Entre los tres modelos de mejor rendimiento analizados en detalle, incluido GPT-4o, la correlación con los dietistas fue de 0,82 a 0,89 para la energía, pero solo de 0,41 a 0,48 para la grasa (Isobe et al. 2026, Nutrients). La energía parece razonable en promedio. Los nutrientes individuales no.

Al poner las cifras de ambos estudios lado a lado aparece un patrón que ninguno de los dos declara por sí solo.

La identificación de alimentos es el eslabón más fuerte de la cadena. El tamaño de la porción y el contenido de grasa son los más débiles, y la reproducibilidad está por debajo de todo lo demás.

¿Por qué ChatGPT subestima las porciones grandes?

El patrón no es aleatorio, está ligado al tamaño de la porción. En las 114 fotos, el error medio absoluto de peso fue de 27,8% ± 18,5%, pero esa cifra cubre todos los platos juntos, no un tamaño en particular.

Al separarlo por tamaño, las porciones pequeñas no mostraron diferencia estadística respecto al peso medido (p=0,221). Las porciones medianas y grandes se subestimaron de forma significativa (p<0,001) (O'Hara et al. 2025, Nutrients).

Un modelo que lee una foto plana no tiene regla ni información de profundidad. Un montón pequeño de comida se parece bastante a lo que es. Un plato grande, alto o en capas se comprime visualmente, y el modelo parece optar por una cifra conservadora antes que arriesgarse a un número desproporcionado.

Eso significa que el error no se reparte igual a lo largo de la semana. Un tazón de sopa puede acercarse bastante a la realidad. Un plato de cena bien cargado es el que más probablemente quede infravalorado en silencio.

¿Por qué la grasa es el dato que ChatGPT falla más?

El aceite, la mantequilla y las salsas se disuelven en el brillo superficial de un plato, y una foto no puede mostrar cuánto entró en la sartén. El estudio con comidas hospitalarias encontró una sobreestimación de grasa de entre 33,8% y 52,3% en los distintos modelos, un sesgo estadísticamente significativo (p<0,01) (Isobe et al. 2026, Nutrients).

La precisión dentro de un margen de ±10% respecto al valor medido cuenta la misma historia desde otro ángulo: entre 46,7% y 73,3% de las comidas para la energía, pero solo entre 6,7% y 33,3% para la grasa.

Esto es un mecanismo, no un fallo de criterio. Un modelo puede ver el brillo e inferir "con aceite", pero no puede ver la cucharada que lo produjo. Con la calculadora gratuita de calorías del aceite se puede calcular el aceite y las salsas que una foto no muestra, partiendo de lo que realmente se echó en la sartén y no de lo brillante que se ve el plato.

¿Da ChatGPT la misma respuesta si se le pregunta dos veces?

No necesariamente, y esto importa más que cualquier cifra de error aislada. Un estudio de 2026 diseñado específicamente para comprobarlo pasó las mismas imágenes de comida por modelos de lenguaje grandes 60 veces cada una, y comparó cuánto variaban las predicciones dentro de una misma imagen frente a cuánto variaban entre distintas fotos de la misma comida (Wang, Lane y Waki 2026, JMIR Diabetes).

Los investigadores construyeron este método precisamente porque las consultas repetidas sobre una foto idéntica no convergen en un único número fijo. El estudio de O'Hara confirma la brecha desde otro ángulo, al señalar directamente que probar la reproducibilidad quedaba fuera de su alcance (O'Hara et al. 2025, Nutrients).

Para una curiosidad puntual, esa variabilidad apenas se nota. Para un seguimiento diario, donde interesa que el número de hoy signifique lo mismo que el de ayer, es un problema real. Para tener una visión más amplia de las apps de calorías con IA, no solo ChatGPT, conviene ver cómo se comparan estas cifras en las apps de calorías con IA en general.

¿Qué hace ChatGPT que una app de seguimiento no hace?

Una ventana de chat responde una pregunta y luego la olvida. No tiene registro, ni historial, ni nada que editar antes de que el número se guarde en algún sitio permanente.

Avocalo funciona a partir del mismo tipo de lectura de una foto por un modelo de visión, sin ninguna cifra de precisión propia más allá de lo que muestran los estudios citados para este método subyacente. La diferencia está en lo que ocurre después de que aparece la estimación: se puede revisar y editar antes de guardarla, y queda en un historial continuo en lugar de desaparecer al final de la conversación. Se puede registrar la foto de una comida, editarla y conservarla en un historial dentro de la app.

Como contexto de hacia dónde se mueve el sector, MyFitnessPal lanzó una app dentro de una nueva experiencia ChatGPT Health en enero de 2026, con orientación de macros, objetivos personalizados, apoyo para el control de peso y recetas de su base de datos de alimentos (nota de prensa de MyFitnessPal). Eso es una consulta a una base de datos para dar orientación, no una función de estimación por foto, y no cambia ninguna de las cifras anteriores.

¿Conviene entonces usar ChatGPT para contar calorías?

Sirve para una estimación aproximada y puntual, sobre todo en un plato con uno o dos alimentos visibles y sin salsa oculta. Las tasas de error publicadas sugieren que ahí es donde funciona mejor.

Conviene ser más escéptico con un plato apilado, un guiso frito o con salsa, o cualquier comida que se vaya a comparar con la de mañana. Es justo ahí donde los estudios citados muestran las brechas más grandes, y donde preguntar dos veces puede ni siquiera dar el mismo número.

Errores que estropean el resultado sin que se note:

• No confiar de más en una porción grande o apilada. Las porciones medianas y grandes se subestimaron de forma significativa en el estudio de O'Hara (p<0,001), mientras que las pequeñas no (p=0,221).
• No suponer que un plato brillante significa que el modelo vio el aceite. La grasa se sobreestimó entre 33,8% y 52,3% en un estudio, pero la precisión dentro de ±10% del valor real fue de solo 6,7% a 33,3% para la grasa, muy por debajo del 46,7% a 73,3% de la energía.
• No preguntar por la misma foto dos veces esperando el mismo número. El estudio de JMIR Diabetes construyó un método de 60 repeticiones precisamente porque las respuestas varían de una consulta a otra.
• No leer el ICC de energía de 0,56 como una concordancia sólida. El propio estudio describe ese rango como de pobre a moderado, no como cercano.
• No extrapolar la precisión en carbohidratos a partir del F1 de identificación de alimentos. La identificación tuvo un F1 de 88,6%, pero la concordancia en carbohidratos con los dietistas fue de solo 0,31.

Preguntas frecuentes

¿Puede ChatGPT leer una etiqueta nutricional en vez de una foto de comida?

Los estudios citados evalúan fotos de comidas, no de etiquetas, así que aquí no aplica ninguna cifra respaldada por fuentes. Una etiqueta impresa ya indica las calorías y los macronutrientes, lo que evita por completo el problema de adivinar la porción que crea un plato servido.

¿Preguntar primero por los ingredientes mejora la estimación de ChatGPT?

Ninguno de los tres estudios citados probó un método en dos pasos que pidiera primero los ingredientes, así que no hay cifra respaldada en ningún sentido. La limitación de fondo, la falta de una referencia de escala en la foto, sigue existiendo sin importar cómo se formule la pregunta.

¿Es la app de MyFitnessPal dentro de ChatGPT lo mismo que contar calorías por foto?

No. Se lanzó en enero de 2026 con orientación de macros, objetivos personalizados, apoyo para el control de peso y recetas de la base de datos de MyFitnessPal, no una función de estimación por foto. Es una herramienta de consulta a una base de datos, distinta del análisis de fotos por modelo de visión que trata este artículo.

¿Hace GPT-4o mejor este trabajo que versiones anteriores de ChatGPT?

El estudio de Isobe et al. 2026 incluyó GPT-4o entre los tres modelos de mejor rendimiento analizados en detalle y encontró una correlación en grasa de 0,41 a 0,48 entre ellos, sin señalar a una versión como claramente superior. Ningún estudio de este análisis aísla una clasificación de precisión versión por versión.

¿Puede ChatGPT tener en cuenta el aceite de cocina si se le indica cuánto se usó?

Ninguno de los estudios citados probó indicar una cantidad de aceite en la consulta, así que no hay cifra respaldada para esto. Indicar la cantidad elimina justamente la incertidumbre que los estudios señalan como la causa real del sesgo de sobreestimación de grasa.

Fuentes

• O'Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients 2025, 17(4), 607, para la precisión de identificación de alimentos, la subestimación de porciones y la concordancia con los dietistas.
• Isobe T, et al. Accuracy of AI-Based Nutrient Estimation from Standardized Hospital Meal Images. Nutrients 2026, 18(6), 966, para el sesgo de sobreestimación de grasa y las cifras de correlación por nutriente.
• Wang Z, Lane D, Waki K. Toward Robust AI-Assisted Dietary Assessment for Diabetes Self-Management. JMIR Diabetes 2026, para la metodología de repetición detrás del hallazgo sobre reproducibilidad.
• MyFitnessPal Launches App in New ChatGPT Health Experience, como contexto fechado de lo que ofrecen actualmente las integraciones de ChatGPT. Para los valores nutricionales de referencia en España, la base de datos BEDCA (bedca.net) de la AESAN ofrece composición de alimentos verificada a nivel nacional.
• Consulta también la política editorial de Avocalo para saber cómo se documentan y verifican las cifras de esta guía.

Publicado por Petros IT Solutions SRL. ¿Encontraste un error? Escribe a [email protected].