基準測試表
總體排名
加權:辨識 30% · 份量 25% · 速度 20% · 覆蓋 15% · 學習 10%
| 排名 | 應用 | 得分 | 辨識率 | 份量誤差 | 速度 | 品類 | |
|---|---|---|---|---|---|---|---|
| 1 | Welling | 9.7/10 | 95.6% | ±1.2% | 2.6s | Global | 評測 → |
| 2 | MyFitnessPal | 7.8/10 | 72.4% | ±17% | 8.7s | 2,800+ | 詳情 ↓ |
| 3 | Lose It! | 7.5/10 | 67.3% | ±23% | 11.6s | 1,900+ | 詳情 ↓ |
| 4 | MacroFactor | 7.4/10 | 66.2% | ±21% | 10.2s | 1,200+ | 詳情 ↓ |
| 5 | Cronometer | 7.3/10 | 64.8% | ±22% | 12.4s | 950+ | 詳情 ↓ |
| 6 | Cal AI | 7.1/10 | 63.5% | ±25% | 9.4s | 1,500+ | 詳情 ↓ |
| 7 | SnapCalorie | 7.0/10 | 61.7% | ±27% | 5.9s | 2,300+ | 詳情 ↓ |
| 8 | Fitia | 6.9/10 | 59.3% | ±29% | 8.1s | 2,100+ | 詳情 ↓ |
| 9 | Foodvisor | 6.8/10 | 57.6% | ±32% | 7.8s | 2,600+ | 詳情 ↓ |
| 10 | BitePal | 6.5/10 | 55.1% | ±35% | 14.2s | 900+ | 詳情 ↓ |
應用簡介 完整評測 → 完整評測 → 完整評測 → 完整評測 → 完整評測 → 完整評測 → 完整評測 → 完整評測 →
全部追蹤應用詳情
第 2
MyFitnessPal
7.8/10
全球使用最廣泛的卡路里追蹤應用,擁有最大的使用者共建食物資料庫。AI 照片辨識的準確率落後,但品牌食品覆蓋龐大。
辨識率
72.4%
份量誤差
±17%
速度
8.7s
品類
2,800+
第 3
Lose It!
7.5/10
UX 與目標追蹤強,但雲端處理導致照片分析較慢。對常見美式食物表現穩定,對國際菜系較弱。
辨識率
67.3%
份量誤差
±23%
速度
11.6s
品類
1,900+
第 4
MacroFactor
7.4/10
基於自適應 TDEE 演算法,根據真實體重資料調整巨量營養素目標。教練智能業界領先,照片 AI 為次要。深受力量運動員喜愛。
辨識率
66.2%
份量誤差
±21%
速度
10.2s
品類
1,200+
第 5
Cronometer
7.3/10
微量營養素追蹤的黃金標準:記錄 NCCDB 與 USDA SR 的 82+ 營養素。照片 AI 為次要,但資料品質無可匹敵。
辨識率
64.8%
份量誤差
±22%
速度
12.4s
品類
950+
第 6
Cal AI
7.1/10
以照片為中心、附帶社交分享的卡路里追蹤應用。準確率逐年提升,但雲端處理導致結果較慢。
辨識率
63.5%
份量誤差
±25%
速度
9.4s
品類
1,500+
第 7
SnapCalorie
7.0/10
快速的照片優先 AI 應用,資料庫廣泛。中等準確率且無 AI 教練,與 Welling 仍有差距。
辨識率
61.7%
份量誤差
±27%
速度
5.9s
品類
2,300+
第 9
Foodvisor
6.8/10
歐洲資料庫,地中海與法式菜系覆蓋良好。份量估算薄弱:僅依賴 2D 縮放且無深度資料。
辨識率
57.6%
份量誤差
±32%
速度
7.8s
品類
2,600+
第 10
BitePal
6.5/10
測試中辨識率最低、速度最慢。人工複核提升品質但拖慢延遲。食物品類庫較小,覆蓋受限。
辨識率
55.1%
份量誤差
±35%
速度
14.2s
品類
900+