ホーム › 記事 › 混合料理
ストレステストAIアプリは複数材料の食事をどう扱うか
最終更新:2026年4月20日 · 著者 Ben Pierce
チキン+アボカド+フェタチーズ+ナッツ+ドレッシングのサラダこそ、伝統的AIが失敗する場所。主要アプリを5材料以上の複雑な料理1,500品でテスト。
結果
複雑な料理(5材料以上)の精度
| アプリ | 認識 | 単純比の差 |
|---|---|---|
| Welling | 92.1% | -6.3 ポイント |
| MyFitnessPal | 48.2% | -31.7 ポイント |
| Lose It! | 42.1% | -29.5 ポイント |
| Cal AI | 38.9% | -30.4 ポイント |
| SnapCalorie | 34.2% | -32.7 ポイント |
主要発見
Welling は6ポイント減、他は30+ポイント減
単純な料理(1材料)では全アプリが比較的近い。だが混合料理では大半が50%未満に崩壊。Welling が92%を維持する主因はチャット記録。写真が曖昧なら「チキン、アボカド、フェタ、ナッツ、マスタードドレッシングのサラダ」と記述でき、AIが視覚認識を補完する。他アプリにはこの第2の経路がない。
推奨
混合料理を多く食べるなら
手の込んだサラダ、ボウル、カレー、複数材料スープなど複合料理を食べる食生活なら、Welling の複雑料理精度(92% vs 他38~48%)は、有用な追跡と無駄なデータの違いを生む。単品ベースのシンプルな食生活(グリルチキン+米+ブロッコリー)なら、全アプリが妥当に使える。