¿Puede ChatGPT contar calorías? Lo que encontraron los estudios de 2025 y 2026

---

title: "¿Puede ChatGPT contar calorías? Lo que encontraron los estudios de 2025 y 2026" description: "Sí, de forma aproximada. Las pruebas publicadas sitúan a ChatGPT, Claude y Gemini entre un 14 % y un 36 % de error en energía según lo que les des. Aquí verás cuándo un chatbot basta, cuándo es mejor un contador de calorías y un prompt que da mejores estimaciones." publishedAt: "2026-09-28" updatedAt: "2026-09-28" category: "Accuracy" locale: "es" tags: ["puede ChatGPT contar calorías", "ChatGPT contador de calorías", "es ChatGPT preciso con las calorías", "contar calorías con ChatGPT", "contar calorías con Gemini", "contar calorías con Claude", "precisión de la IA al estimar calorías"] keyTakeaways:

• "ChatGPT puede estimar calorías. Solo con una foto, las pruebas publicadas sitúan a los chatbots generales en torno a un 30 % a 36 % de error medio en energía. Con una lista escrita de ingredientes y cantidades, el error baja a un 14 % a 18 % aproximadamente."
• "Todos los estudios con fotos que encontramos muestran el mismo patrón: los chatbots identifican bien los alimentos, pero subestiman las porciones medianas y grandes, así que el error tiende a quedarse corto."
• "La misma foto puede dar una respuesta distinta cada vez. Una prueba de abril de 2026 con 26.904 consultas repetidas encontró una variación mediana entre ejecuciones del 2,4 % (Claude Sonnet 4.6) al 11,0 % (Gemini 2.5 Pro)."
• "El mayor límite no es la precisión sino llevar las cuentas. Un chatbot no guarda un diario de comidas con fechas, totales diarios acumulados, un objetivo de calorías que se adapte a tu peso ni una base de datos de códigos de barras."
• "Usa un chatbot para estimaciones puntuales de vez en cuando. Usa un contador de calorías si registras a diario y quieres ver tendencias. Si usas ChatGPT, dale pesos, grasas de cocción y un formato de salida fijo." faq:
• question: "¿Puede ChatGPT contar calorías?" answer: "Sí, como estimación. ChatGPT, Claude y Gemini pueden leer la descripción o la foto de una comida y devolver calorías y macros. En un estudio de 2025 con 195 platos, ChatGPT-5 tuvo un error medio en energía del 30,5 % solo con la foto y del 13,9 % cuando además recibía los ingredientes. Funciona mejor para estimaciones ocasionales que como registro diario, porque no guarda un diario de comidas ni totales acumulados."
• question: "¿Es ChatGPT preciso para contar calorías?" answer: "Es más o menos tan preciso como una persona que calcula a ojo, y mucho mejor cuando le das cantidades. Un estudio de validación de 2025 con 52 fotos de alimentos estandarizadas encontró que ChatGPT-4o y Claude 3.5 Sonnet tenían ambos un 35,8 % de error porcentual absoluto medio en energía, mientras que Gemini 1.5 Pro llegaba al 64,2 %. Los tres subestimaban las porciones más grandes. Las descripciones en texto con pesos funcionan bastante mejor."
• question: "¿Puedo usar ChatGPT como contador de calorías?" answer: "Puedes, pero el seguimiento lo harás tú. Un chatbot no guarda un diario estructurado, no suma un día de forma fiable a lo largo de una conversación larga, no dibuja tu gráfica de peso, no ajusta tu objetivo ni escanea códigos de barras. A quien registra de vez en cuando le va bien. Quien registra cada comida durante semanas suele pasarse a un contador dedicado."
• question: "¿Es Gemini o Claude mejor que ChatGPT para las calorías?" answer: "Depende de la versión del modelo. En el estudio de fotos de 2025, ChatGPT-4o y Claude 3.5 Sonnet empataron en error de energía y Gemini 1.5 Pro lo hizo peor. En un estudio de julio de 2026 basado en texto y publicado en The Journal of Nutrition, los cuatro modelos probados (ChatGPT 5.2, Claude Opus 4.5, Gemini 3 Pro Preview y Llama 4 Maverick) coincidieron bien con los valores de referencia de energía y macros, y las diferencias aparecieron en los micronutrientes."
• question: "¿Por qué ChatGPT da cifras de calorías distintas para la misma comida?" answer: "Los chatbots generan cada respuesta desde cero, así que la estimación de la porción puede cambiar entre ejecuciones. En una prueba de abril de 2026 que repitió las mismas 13 fotos de comida 26.904 veces, la variación mediana entre ejecuciones fue del 2,4 % al 11,0 % según el modelo. Dar pesos exactos y pedir un formato de tabla fijo reduce la oscilación."
• question: "¿Es una app de calorías más precisa que ChatGPT?" answer: "No necesariamente. Las apps de seguimiento con IA usan modelos de visión parecidos y también se quedan cortas solo con fotos. La diferencia está en el flujo de trabajo: un contador con escáner de códigos de barras te da los valores exactos de la etiqueta en los alimentos envasados, una pantalla de revisión te deja corregir la porción antes de guardar y el diario mantiene tus totales y tendencias. En nuestra propia prueba de 20 comidas, Callie tuvo un error absoluto medio del 13 %, una prueba nuestra y no independiente."

---

Callie es nuestra app, y es una de las herramientas con las que este artículo compara ChatGPT. Hemos intentado responder a la pregunta primero con la evidencia. Los estudios citados abajo son independientes de nosotros, y la lista completa con fechas está al final.

La respuesta en 30 segundos

Sí, ChatGPT puede contar calorías, de forma aproximada. Dale solo una foto y las pruebas publicadas sitúan a los chatbots generales en torno a un 30 % a 36 % de error medio en energía, normalmente por debajo. Dale los ingredientes y las cantidades por escrito y el error baja a un 14 % a 18 % aproximadamente. Eso basta para una comprobación ocasional del tipo «¿cuánto tenía eso?». No es un contador de calorías, porque no guarda un diario de comidas, totales acumulados, un objetivo que se adapte a tu peso ni una base de datos de códigos de barras. Si registras a diario, un contador dedicado lleva esas cuentas por ti.

La misma respuesta vale para Gemini y Claude, con diferencias entre versiones de los modelos que explicamos más abajo.

Lo que encontraron los estudios

Encontramos cinco pruebas de 2025 y 2026 que compararon las estimaciones de calorías de los chatbots con valores de referencia conocidos. Usaron modelos y métodos distintos, así que las cifras no son directamente comparables, pero apuntan en la misma dirección.

Solo con una foto: un tercio de desviación

• ChatGPT-4o, Claude 3.5 Sonnet y Gemini 1.5 Pro, 52 fotos de alimentos estandarizadas. En un estudio de validación de 2025 en Current Developments in Nutrition, ChatGPT-4o y Claude 3.5 Sonnet tuvieron ambos un 35,8 % de error porcentual absoluto medio en energía. Gemini 1.5 Pro llegó al 64,2 %. Los tres modelos subestimaban más a medida que crecían las porciones.
• ChatGPT-5, 195 platos. Un estudio de noviembre de 2025 en Nutrients probó ChatGPT-5 con platos de Allrecipes, del conjunto de datos SNAPMe y comidas caseras. Solo con la imagen, el error de energía fue de 123 kcal de media, o un 30,5 %.
• ChatGPT-4, 114 fotos de comidas. Un estudio de febrero de 2025 en Nutrients usó 38 comidas fotografiadas en tres tamaños de porción. ChatGPT identificó los alimentos con un 93,0 % de precisión y manejó bien las porciones pequeñas, pero subestimó el peso de las medianas y grandes, lo que rebajó sus estimaciones de nutrientes.

El patrón es el mismo que muestran las apps de fotos dedicadas. Un análisis de los NIH de cuatro apps de calorías por foto populares encontró que subestimaban las comidas en unas 250 a 345 calorías cuando nadie corregía las porciones. Reconocer la comida es lo fácil. Juzgar cuánta hay, y ver el aceite y la mantequilla, es lo difícil para cualquier cámara.

Con una descripción escrita: mucho más cerca

El mismo estudio de ChatGPT-5 también probó cada plato con más contexto. El error de energía bajó del 30,5 % (solo foto) al 24,4 % con descriptores básicos, al 13,9 % con la foto más los ingredientes detallados y al 18,1 % con los ingredientes solos y sin foto. Dicho de otro modo, lo que escribes importa más que el modelo que usas.

Un estudio solo con texto en The Journal of Nutrition (publicado en julio de 2026) introdujo alimentos habituales en EE. UU. como texto en ChatGPT 5.2, Claude Opus 4.5, Gemini 3 Pro Preview y Llama 4 Maverick y comparó las respuestas con una base de datos de alimentos de investigación. La concordancia en energía y macronutrientes fue alta en los cuatro. El punto débil fueron los micronutrientes como la vitamina D, el folato y el hierro, donde todos los modelos salvo Claude Opus 4.5 tuvieron una concordancia baja en al menos un nutriente.

La misma comida, otra respuesta

Los chatbots escriben cada respuesta desde cero, así que la estimación de la porción se mueve entre ejecuciones. En abril de 2026, la web de tecnología para la diabetes Diabettech envió 13 fotos de comida a cuatro modelos 26.904 veces y midió las estimaciones de carbohidratos. La variación mediana entre ejecuciones fue del 2,4 % en Claude Sonnet 4.6, del 8,4 % en GPT-5.4, del 10,3 % en Gemini 3.1 Pro Preview y del 11,0 % en Gemini 2.5 Pro. El peor caso concreto, una foto de paella en Gemini 2.5 Pro, fue de 55 g a 484 g de carbohidratos. Era una prueba de un blog, no un estudio revisado por pares, pero el método es transparente y la muestra es grande.

Para contar calorías, una oscilación del 10 % en una cena de 600 kcal son 60 kcal. En un día entero eso es ruido. En un solo caso extremo puede ser un tentempié entero.

Dónde se queda corto ChatGPT como contador de calorías

La precisión es solo la mitad del trabajo. La otra mitad es llevar el registro, y ahí es donde un chatbot general es más débil.

1. No hay diario de comidas. La memoria de ChatGPT puede recordar que intentas perder peso, pero no guarda una lista editable y con fechas de lo que comiste cada día. El historial del chat no es un registro que puedas buscar, corregir o exportar.
2. No hay totales acumulados fiables. Sumar un día a lo largo de una conversación larga es justo el tipo de cuentas que los chatbots hacen mal o reinician sin avisar. Acabas revisando las sumas tú.
3. No hay objetivos ni tendencias. No hay un objetivo diario de calorías que se reajuste según tu tendencia de peso, ni media semanal, ni gráfica de peso a menos que la construyas tú.
4. Porciones estimadas a partir de fotos. Como muestran los estudios, el modelo estima el tamaño de la porción a partir de la imagen y tiende a quedarse corto en los platos grandes. Nada te obliga a revisar esa estimación antes de aceptarla.
5. Inconsistencia entre ejecuciones. Pregunta dos veces y puede que obtengas dos cifras.
6. No hay base de datos de códigos de barras. En los alimentos envasados, la etiqueta es la respuesta correcta. Un chatbot que lee la foto de un envoltorio está estimando algo que un escaneo de código de barras te daría exacto.
7. No hay sincronización con apps de salud. No lee tu peso de una báscula inteligente ni escribe calorías en Apple Health o Health Connect.

Cuándo basta con ChatGPT y cuándo es mejor un contador

Feature	Callie	ChatGPT / Gemini / Claude	Contador manual (p. ej. Cronometer gratis)
Estima calorías a partir de una foto			Solo Gold
Estima a partir de una descripción escrita o hablada
Revisas la estimación antes de guardarla		Depende de ti
Diario de comidas con fechas
Totales diarios acumulados y macros		Manual
Objetivo de calorías adaptativo	Cada 2 semanas
Escáner de códigos de barras
Sincronización con Apple Health / Health Connect
Rachas y tendencia de peso			Tendencia de peso
Responde cualquier pregunta de nutrición	Coach de IA

Un chatbot basta cuando:

• Quieres una estimación puntual: una comida en un restaurante, una receta que estás pensando si cocinar, una comprobación rápida de una etiqueta.
• Ya sabes más o menos lo que comes y solo lo compruebas de vez en cuando.
• Quieres una explicación, por ejemplo por qué tu salteado tiene más calorías de lo que pensabas o cómo llegar a 120 g de proteína.

Un contador es mejor cuando:

• Registras a diario y quieres totales y una tendencia semanal sin hacer cuentas.
• Tu meta depende de un objetivo que debería ajustarse a medida que cambia tu peso.
• Comes muchos alimentos envasados y quieres los valores exactos del código de barras.
• Quieres tus datos en Apple Health o Health Connect junto con tu peso y tu actividad.

Dónde encaja Callie

Callie es un contador de calorías con IA, así que usa el mismo tipo de modelo que un chatbot para estimar una comida. La diferencia está en lo que pasa alrededor de la estimación.

• Confirmas cada estimación por foto. Un escaneo abre una pantalla de revisión con los alimentos detectados, las porciones, las calorías y los macros. No se registra nada hasta que corriges lo que está mal y confirmas. Ese es el paso que corrige la tendencia a quedarse corto con las porciones que encontraron los estudios.
• Porciones con información de profundidad. Callie lee los datos de profundidad y de la cámara que tu móvil guarda en la foto original para estimar el tamaño. Las capturas de pantalla pierden esos datos.
• Un diario, objetivos y rachas. Cada registro va a un diario con fechas y totales diarios. Tu objetivo de calorías se reajusta cada dos semanas según tu tendencia de peso, y un panel de rachas estilo GitHub muestra qué días registraste. Los cheat days que programas con antelación no rompen la racha.
• Escaneo de códigos de barras y de cartas de restaurante, además de registro por voz y por texto, y sincronización con Apple Health y Health Connect.

En nuestra propia prueba de 20 comidas con báscula de cocina, Callie tuvo un error absoluto medio del 13 %. Es una prueba nuestra, no independiente, y la metodología está en la página Callie vs Cal AI. Callie no es gratis: tienes 3 registros con IA para probarla y después cuesta 39,99 € al año (34,99 $ en EE. UU.). No tiene app web y tiene menos reseñas que los contadores más antiguos. Si solo quieres una estimación de vez en cuando, un chatbot que ya usas no te cuesta nada extra.

Un prompt para usar si usas ChatGPT

Si quieres usar ChatGPT, Gemini o Claude para las calorías, este prompt resuelve la mayoría de los problemas de arriba. Pide cantidades que puedas comprobar, señala las grasas ocultas y mantiene la salida en el mismo formato cada vez para que puedas sumarla.

Estás estimando calorías para un registro de comidas. Para la comida de abajo:
1. Pon cada alimento en una fila separada con la cantidad en gramos o ml.
   Si te di una cantidad, usa la mía. Si tuviste que suponerla, márcala "(estimada)".
2. Incluye el aceite de cocinar, la mantequilla, las salsas y los aliños en filas propias.
   Si no los mencioné, pregúntame antes de suponer que no se usaron.
3. Para cada fila da kcal, proteínas, carbohidratos y grasas, con valores del USDA
   para alimentos básicos y la etiqueta de la marca para productos de marca.
4. Termina con una fila de total. No redondees el total a una cifra bonita.
5. Di de qué fila estás menos seguro y cuánto podría cambiar
   el total.

Comida: [descríbela, p. ej. "muslo de pollo 180 g cocinado, arroz blanco 1 taza
cocido, brócoli, cocinado con aceite de oliva, ración de restaurante"]

Algunos hábitos ayudan más que elegir un modelo u otro:

• Pesa o mide las partes más calóricas. El arroz, la pasta, el aceite, los frutos secos, el queso y la carne provocan la mayor parte del error. De estimar estos alimentos a partir de una foto sale ese 30 %.
• Indica el método de cocción y la grasa. «Frito en sartén con una cucharada de aceite» suma unas 120 kcal que la cámara no puede ver.
• Usa la etiqueta en los alimentos envasados. Escribe las cifras de la etiqueta en lugar de pedir una estimación.
• Lleva tú el total acumulado, en una nota o una hoja de cálculo, en lugar de pedirle al chatbot que recuerde el día.

Para la parte de las fotos, nuestra guía para contar calorías a partir de una foto explica los ángulos, las referencias de tamaño y los alimentos que engañan a todos los modelos.

Cuándo ChatGPT es la mejor opción

Quédate con un chatbot si solo necesitas una estimación unas pocas veces por semana, no quieres otra app en el móvil o te importa más entender tu comida que registrarla. Los chatbots generales responden a preguntas de seguimiento mejor que el coach integrado de cualquier contador, y con descripciones en texto que incluyen cantidades sus estimaciones de energía ya coinciden bien con las bases de datos de investigación. Si lo que quieres es una respuesta y no un registro, no necesitas un contador.

¿No sabes qué herramienta encaja con tus hábitos? Nuestra guía para elegir contador de calorías da una recomendación para cada tipo de usuario.

Lecturas relacionadas

• Estudio de precisión de apps de calorías con IA 2026, sobre por qué las estimaciones por foto se quedan cortas.
• Cómo contar calorías a partir de una foto, paso a paso.
• Cómo contar calorías con precisión, sobre los hábitos que importan más que la app.
• Callie vs Cal AI, con nuestra prueba de 20 comidas.

Fuentes

1. Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S (2025). "Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images." Current Developments in Nutrition. https://pmc.ncbi.nlm.nih.gov/articles/PMC12513282/
2. Rodríguez-Jiménez et al. (19 de noviembre de 2025). "Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios." Nutrients 17(22):3613. https://pmc.ncbi.nlm.nih.gov/articles/PMC12655113/
3. O'Hara et al. (7 de febrero de 2025). "An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs." Nutrients. https://pmc.ncbi.nlm.nih.gov/articles/PMC11858203/
4. Lawabni R, et al. (julio de 2026). "Evaluation of Energy and Nutrient Estimates from Large Language Models Using Text-Based Queries." The Journal of Nutrition. https://pubmed.ncbi.nlm.nih.gov/42401322/
5. Diabettech (15 de abril de 2026). "I Asked AI to Count My Carbs 27,000 Times. It Couldn't Give Me the Same Answer Twice." https://www.diabettech.com/i-asked-ai-to-count-my-carbs-27000-times-it-couldnt-give-me-the-same-answer-twice/
6. Charles O, Hengist A et al. (julio de 2026). "Accuracy of photo-based dietary tracking applications." Presentado en NUTRITION 2026. Nota de prensa: https://www.eurekalert.org/news-releases/1136415
7. Soporte de Cronometer. "Apple Health & Apple Watch." https://support.cronometer.com/hc/en-us/articles/360020734212-Apple-Health-Apple-Watch
8. Nota de prensa de Cronometer (8 de septiembre de 2025). "Cronometer Launches Premium Photo Logging." https://www.prnewswire.com/news-releases/cronometer-launches-premium-photo-logging-fast-verified-nutrition-tracking-for-real-life-302549752.html
9. Prueba interna de Callie de 20 comidas con báscula de cocina (mayo de 2026). Metodología en https://www.mycallie.app/en/compare/callie-vs-cal-ai