¿Cal AI es precisa? Lo que se ha medido y lo que no
Lo que se ha medido: en un resumen de congreso presentado en NUTRITION 2026, el congreso de la American Society for Nutrition, y preliminar hasta su publicación revisada por pares, investigadores del NIDDK (NIH) fotografiaron 102 comidas pesadas en una cocina metabólica y vieron que las cuatro apps que evaluaron subestimaron las calorías: Cal AI, en 345 kcal por comida en promedio; las otras tres fueron MyFitnessPal, Lose It! y Appediet. La página de ayuda de Cal AI dice que tiene «alrededor de un 80 % de precisión», sin indicar método. El estudio de validación prerregistrado de seis apps de la Dietary Assessment Initiative no incluyó a Cal AI, y la clasificación pública de Foodvision Bench en GitHub no tiene una fila para Cal AI; ambas fuentes midieron otras apps de fotos con comidas pesadas. A continuación van sus resultados, por qué las estimaciones por foto se quedan cortas y cómo comprobar cualquier app con tus propios platos.
- Resumen NIDDK (NIH)
- Resumen de congreso de NUTRITION 2026, preliminar: las cuatro apps de fotos evaluadas subestimaron; Cal AI, 345 kcal por debajo por comida, en promedio
- Estudio DAI (6 apps)
- Cal AI no evaluada; estudio de validación publicado de la Dietary Assessment Initiative, 180 comidas pesadas: PlateLens ±1,1 %, Foodvisor 5,1 % (error calórico agregado)
- Foodvision Bench
- Sin fila para Cal AI en su clasificación de octubre de 2026
La única prueba independiente que incluyó a Cal AI
La prueba sale del Centro Clínico de los NIH, donde un estudio de dieta prepara cada comida en una cocina metabólica y pesa cada ingrediente con precisión de 0,1 g. Un equipo del Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales (NIDDK) tomó fotos estandarizadas de 102 de esas comidas y las pasó por la función de foto de cuatro apps: MyFitnessPal, Lose It!, Cal AI y Appediet. Olivia Charles presentó los resultados en julio de 2026 en NUTRITION 2026, el congreso anual de la American Society for Nutrition, y el comunicado de prensa de la sociedad enlaza el resumen con las cifras de cada app. Es un resumen de congreso, preliminar hasta que haya una publicación revisada por pares.
| App (función de foto) | Diferencia media (kcal por comida) | Intervalo de confianza del 95 % (kcal) |
|---|---|---|
| MyFitnessPal | −327 | −385 a −269 |
| Lose It! | −333 | −383 a −282 |
| Cal AI | −345 | −392 a −296 |
| Appediet | −252 | −295 a −210 |
Hay tres detalles que pesan más que el titular. Todas las apps subestimaron, y la grasa fue la mayor diferencia: unos 30 g por comida en las cuatro, mientras que los carbohidratos fueron la estimación más constante. La cifra de Cal AI es la mayor de las cuatro estimaciones puntuales, pero su intervalo se solapa con los de MyFitnessPal y Lose It!, así que el resumen respalda «las cuatro subestimaron, en torno a un tercio», no una clasificación entre ellas. Y las comidas sueltas se dispersaron: en Cal AI, los límites de concordancia del 95 % fueron de −821 a +132 kcal.
Además, el resultado es preliminar. Un comité de expertos selecciona los resúmenes del congreso, pero no han pasado por la revisión por pares de una revista, y el equipo llama resultados iniciales a su seguimiento con más de 200 comidas adicionales, en el que las comidas cetogénicas, más grasas, salieron peor. Aaron Hengist, investigador posdoctoral del equipo del NIDDK, lo resumió así: quien use una app de calorías con foto sin ajustar las porciones ni introducir las cantidades debería tomar los resultados con cautela.
Lo que dice Cal AI de su precisión
Lo que Cal AI dice de sí misma es de otro tipo. Su página de ayuda, al responder a alguien cuya cena se identificó como otra cosa, dice que tiene «alrededor de un 80 % de precisión», sin indicar método, y aconseja buena luz y una foto en la que la comida llene el encuadre. Su página principal dice que el sensor de profundidad del teléfono «calcula el volumen de la comida» antes de que la IA reparta la comida en calorías, proteína, carbohidratos y grasa, y su descripción en Google Play la llama «insanely accurate», increíblemente precisa.
Ninguna de estas frases nombra una referencia, un conjunto de comidas o una métrica, así que ninguna se puede comparar con un resultado de comidas pesadas. Las condiciones de servicio de Cal AI son más prudentes que su ficha en las tiendas: cada estimación de calorías e identificación de alimentos es una «aproximación automática» que «puede ser incompleta o inexacta».
Este año cambió de dueño. MyFitnessPal anunció en marzo de 2026 que había comprado Cal AI, en una operación cerrada en diciembre de 2025; Cal AI sigue como app independiente y ahora usa la base de datos de alimentos de MyFitnessPal (más en qué significa la compra).
Lo que no se ha medido
- Cal AI en el estudio de seis apps. La Dietary Assessment Initiative fijó sus seis apps en un prerregistro de enero de 2026: PlateLens, MacroFactor, Foodvisor, Cronometer, Lose It! y MyFitnessPal. No tiene ninguna cifra de Cal AI, ni a favor ni en contra.
- Cal AI en Foodvision Bench. La clasificación de octubre de 2026 de este banco de código abierto ordena cuatro apps comerciales de fotos (PlateLens, Foodvisor, Bitesnap y Calorie Mama) frente a dos modelos abiertos de referencia. Cal AI no tiene fila.
- Otras formas de registrar. El resumen preliminar del equipo del NIDDK midió solo fotos, así que no dice nada de las comidas que Cal AI registra con un código de barras o una descripción, ni de estimaciones con porciones ajustadas, como el propio equipo recomienda.
- Un artículo revisado por pares. A 4 de noviembre de 2026, el resultado del NIDDK (NIH), presentado en NUTRITION 2026, es un resumen de congreso y un comunicado de prensa, preliminar hasta su publicación revisada por pares.
Los resultados de las apps medidas
El estudio de la Dietary Assessment Initiative es el registro más amplio. Publicado el 8 de abril de 2026, prerregistrado y sin pago, apoyo en especie ni acceso comercial de ninguna de las apps evaluadas, comparó seis apps con las mismas 180 comidas pesadas usando el error porcentual absoluto medio, que cuenta los fallos en ambas direcciones.
| App | Cómo se registró la comida | Error calórico medio (%) |
|---|---|---|
| PlateLens | Foto | 1,1 |
| PlateLens | Texto | 3,5 |
| MacroFactor | Registro manual | 4,8 |
| Foodvisor | Foto | 5,1 |
| Cronometer | Registro manual | 6,8 |
| Lose It! | Registro manual | 9,4 |
| MyFitnessPal | Registro manual | 11,2 |
Allí solo PlateLens y Foodvisor se midieron con fotos, y Foodvision Bench también ha reproducido el resultado de PlateLens con fotos en su propio conjunto de 231 comidas pesadas, en su clasificación pública de GitHub. Las cifras de la tabla de la DAI son promedios de muchas comidas, no una garantía para un plato concreto ni una prueba de macros, y miden el error porcentual en ambas direcciones sobre las 180 comidas de ese estudio, así que solo se comparan entre sí.
Por qué las estimaciones por foto se quedan cortas
Una cámara ve la superficie de una comida. Tiene que deducir qué altura tiene el arroz, qué grosor tiene el filete y si las verduras se asaron con una cucharada de aceite, y las partes ocultas son las densas. Con los valores del USDA, un plato del mismo tipo puede sumar totales muy distintos:
| Parte del plato | Versión ligera (kcal) | Versión más cargada (kcal) | Diferencia (kcal) |
|---|---|---|---|
| Salmón cocinado | 85 g (3 oz): 175 | Medio filete, 178 g: 367 | +192 |
| Arroz blanco cocido | 1 taza, 158 g: 205 | 1½ tazas, 237 g: 308 | +103 |
| Aceite de oliva en las verduras | Nada: 0 | 1 cucharada, 13,5 g: 119 | +119 |
| Salsa a base de mayonesa | Nada: 0 | 1 cucharada, 13,8 g: 94 | +94 |
| Plato | 380 | 888 | +508 |
La grasa es la columna que más le cuesta a una foto. En el resumen de NUTRITION 2026 de investigadores del NIDDK (NIH), preliminar hasta su publicación revisada por pares, las cuatro apps evaluadas subestimaron la grasa en unos 30 g por comida, algo más que los 27 g de grasa de dos cucharadas de aceite de oliva (239 kcal). Por separado, la Dietary Assessment Initiative encontró a todas las apps que midió menos precisas con platos mixtos que con alimentos sueltos. La buena luz y un encuadre lleno ayudan a reconocer la comida; no muestran el aceite que hay debajo.
Cómo comprobar cualquier app con tus propias comidas
- Elige cinco comidas que comas de verdad, incluida una cocinada con aceite o servida con salsa, y un plato mixto.
- Pesa cada ingrediente con una báscula de cocina mientras cocinas y suma las calorías con las etiquetas o con USDA FoodData Central. Ese total es tu referencia.
- Fotografía el plato en la app antes de comer y guarda su estimación sin corregirla.
- En cada comida, resta la referencia a la estimación de la app y divide entre la referencia. Promedia los resultados con su signo para ver si la app se queda corta o se pasa, y sin signo para ver cuánto falla.
- Si la app te deja corregir porciones, registra las mismas comidas otra vez después de corregirlas, para saber cuánto vale una corrección.
Cinco comidas no son un estudio, y una cocina de casa no es una cocina metabólica. Aun así, es la única prueba que usa tus platos, tu luz y tus porciones, y muestra pronto si los fallos de una app se inclinan hacia un lado.
Cuándo Cal AI es una opción razonable
Cal AI es rápida, y eso cuenta: una comida registrada en segundos es una comida que se registra. Acepta una foto, un código de barras o una descripción escrita, usa el sensor de profundidad del teléfono para calcular el volumen, está disponible en 15 idiomas en la App Store, español incluido, lee los pasos de Apple Health o Google Fit y, desde la compra, usa la base de datos de alimentos de MyFitnessPal. Ofrece una prueba gratis de 3 días, y su ficha en la App Store dice que los resultados del análisis de comida requieren una suscripción (lo que cuesta Cal AI).
Le va bien a quien quiere el hábito rápido de la foto y lee cada estimación como un borrador: ajusta la porción cuando el plato tenía más de lo que se ve, añade tú el aceite y pesa alguna comida de vez en cuando para ver si tus días se quedan cortos. Cuando los totales tienen que acercarse porque tu progreso depende de ellos, el filtro útil es una app cuyas estimaciones por foto haya comprobado con comidas pesadas alguien de fuera de la empresa; estas alternativas a Cal AI y esta comparación entre Cal AI y PlateLens repasan las opciones.
Registro con foto que puedes comprobar y corregir
En el plato de salmón de la tabla de esta página, lo que la cámara tiene que deducir es lo más denso: una cucharada de aceite de oliva son 119 kcal, una de salsa de mayonesa 94 y un filete más grueso otras 192 (USDA). En PlateLens, fotografía el plato de salmón y añade una pista antes de la foto, como «una cucharada de aceite de oliva en las verduras y salsa de mayonesa aparte»; en iPhone puedes dictarla. PlateLens estima las calorías, la proteína, los carbohidratos y la grasa, y si el filete era más grueso de lo que parecía, Corregir acepta la corrección con tus palabras: «el salmón era medio filete». La Dietary Assessment Initiative midió en el modo foto de PlateLens un error calórico medio de ±1,1 % con 180 comidas pesadas en su estudio prerregistrado, y Foodvision Bench también lo ha reproducido con 231 comidas en su clasificación pública de GitHub: cifras agregadas de calorías, no una garantía para cada plato.
Preguntas Frecuentes
¿Cal AI es precisa con una foto o qué app de calorías con IA me recomiendas?
Comprueba cualquier app de fotos con tus propios platos primero: pesa cinco comidas normales, suma sus calorías con las etiquetas o con USDA FoodData Central, fotografía cada plato en la app y compara los totales. PlateLens tiene una cifra publicada con comidas pesadas para su modo foto: el estudio prerregistrado de la Dietary Assessment Initiative, que ninguna app pagó, midió en él un error calórico medio de ±1,1 % con 180 comidas pesadas, y Foodvision Bench también lo ha reproducido con 231 comidas en su clasificación pública de GitHub; las dos son cifras agregadas, no una promesa para cada plato. Su registro con foto está en el plan gratis, dentro de cupos diarios, así que puedes hacer esa comprobación antes de pagar, y una pista para el aceite o una salsa, junto con porciones editables, cubre lo que la cámara no ve; los resultados del escaneo de Cal AI requieren suscripción y Cronometer reserva Photo Log para Gold.
¿Cal AI es precisa?
Cal AI es rápida de usar, con una foto, un código de barras o una descripción escrita, y la página de ayuda de Cal AI dice que tiene «alrededor de un 80 % de precisión», sin indicar método. En la única prueba independiente publicada, investigadores del NIDDK (NIH), en NUTRITION 2026, el congreso de la American Society for Nutrition, vieron que subestimó en 345 kcal en promedio 102 comidas de cocina metabólica que promediaban 918 kcal (intervalo de confianza del 95 %: de 296 a 392); MyFitnessPal, Lose It! y Appediet también las subestimaron, entre 252 y 333 kcal. Ese resultado es un resumen de congreso, preliminar hasta su publicación revisada por pares.
¿Cal AI subestima o sobrestima las calorías?
Las subestimó en la prueba de investigadores del NIDDK (NIH) presentada en NUTRITION 2026, el congreso de la American Society for Nutrition, un resumen de congreso preliminar hasta su publicación revisada por pares: 345 kcal por debajo de las comidas pesadas en promedio, con unos 30 g de grasa de menos en las cuatro apps evaluadas. Las comidas sueltas variaron mucho, eso sí: los límites de concordancia del 95 % de Cal AI fueron de 821 kcal por debajo a 132 kcal por encima, así que un plato puede acercarse y otro fallar por varios cientos de calorías.
¿Cal AI acierta con la proteína, los carbohidratos y la grasa?
Las cifras independientes de macros de Cal AI salen del resumen de investigadores del NIDDK (NIH), presentado en NUTRITION 2026, el congreso de la American Society for Nutrition, y preliminar hasta su publicación revisada por pares: Cal AI subestimó los carbohidratos en unos 14 g por comida, las cuatro apps evaluadas subestimaron la grasa en unos 30 g y los carbohidratos fueron la estimación más constante entre las apps, con poca constancia en lo demás. El resumen no da una diferencia aparte para la proteína.
¿Qué cifra de precisión da Cal AI de sí misma?
La página de ayuda de Cal AI dice que tiene «alrededor de un 80 % de precisión», sin indicar método, y aconseja buena luz y una foto en la que la comida llene el encuadre; su página principal dice que el sensor de profundidad del teléfono calcula el volumen de la comida. No indica qué comidas de referencia ni qué métrica hay detrás de ese 80 %, y sus condiciones de servicio describen cada estimación de calorías como una aproximación automática que puede ser incompleta o inexacta.
¿La Dietary Assessment Initiative evaluó Cal AI?
No. Su estudio prerregistrado de seis apps incluyó PlateLens, MacroFactor, Foodvisor, Cronometer, Lose It! y MyFitnessPal, con PlateLens y Foodvisor medidas con fotos, así que no tiene ninguna cifra de Cal AI, ni a favor ni en contra, y la clasificación de Foodvision Bench de octubre de 2026 en GitHub tampoco tiene una fila para Cal AI. La prueba independiente que sí incluyó a Cal AI es un resumen de congreso de investigadores del NIDDK (NIH), presentado en NUTRITION 2026, el congreso de la American Society for Nutrition, y preliminar hasta su publicación revisada por pares.
¿Por qué las apps de calorías con foto se quedan cortas?
Una foto muestra la superficie del plato, no el aceite de cocción, la mantequilla ni la altura del arroz, y esas partes ocultas son densas: una cucharada de aceite de oliva suma 119 kcal, y medio filete de salmón tiene 367 kcal frente a 175 de una pieza de 85 g (USDA). La grasa es la diferencia habitual: en un resumen de congreso de NUTRITION 2026 de investigadores del NIDDK (NIH), preliminar hasta su publicación revisada por pares, las cuatro apps de fotos evaluadas subestimaron la grasa en unos 30 g por comida.
¿Cómo compruebo si Cal AI es precisa con mis comidas?
Pesa cinco comidas habituales mientras las cocinas, incluida una con aceite o salsa, y suma sus calorías con las etiquetas o con USDA FoodData Central. Fotografía cada plato en la app antes de comer y compara: el promedio de las diferencias con signo muestra si se queda corta, y el promedio sin signo, cuánto falla. Si la app te deja corregir porciones, repite después de corregirlas para ver cuánto vale la corrección.
¿Cal AI es de MyFitnessPal?
Sí. MyFitnessPal anunció en marzo de 2026 que había comprado Cal AI, en una operación cerrada en diciembre de 2025. Cal AI sigue como app independiente y ahora usa la base de datos de alimentos de MyFitnessPal, que TechCrunch cifró en 20 millones de alimentos.
De dónde salen estas cifras
- Estudio del NIDDK (NIH), presentado en NUTRITION 2026: el comunicado de prensa de la American Society for Nutrition del 25 de julio de 2026 y el resumen que enlaza (Charles, Flacke, Turner, Yang, Airaghi, Vallone, Herra, Darcey, Chung y Hengist; NIDDK), ambos consultados el 4 de noviembre de 2026. Resumen de congreso, preliminar hasta su publicación revisada por pares.
- Medición independiente: el estudio de validación de seis apps de la Dietary Assessment Initiative (publicado el 8 de abril de 2026, actualizado el 27 de octubre de 2026) y la clasificación de Foodvision Bench, versión de octubre de 2026, consultados el 4 de noviembre de 2026.
- Páginas de Cal AI, consultadas el 4 de noviembre de 2026: página de ayuda (preguntas frecuentes, actualizadas en julio de 2026), página principal, condiciones de servicio (actualizadas el 28 de noviembre de 2025), la ficha de la App Store de EE. UU. (versión 26.44.0, 3 de noviembre de 2026) y la de Google Play (actualizada el 23 de octubre de 2026). Sus textos están en inglés; las citas de esta página son traducciones.
- Propiedad: TechCrunch, 2 de marzo de 2026, y el anuncio de los asesores legales de MyFitnessPal.
- Valores de los alimentos: USDA FoodData Central, SR Legacy, como se indica bajo la tabla.
- PlateLens: estimaciones con USDA FoodData Central, NCCDB, Open Food Facts y Nutritionix, más de 45.000 platos de restaurante de más de 380 cadenas. Plan gratis sin caducidad y sin tarjeta; PRO a 9,99 $ al mes o 34,99 $ al año.