Précision, publiée

Voici les chiffres réels du scanner Renzy face à un ensemble de plats de référence, sans marketing : l’erreur moyenne en calories et en grammes, sa répartition et les pires cas, recalculés chaque lundi.

MAPE en kcal

34 %

En moyenne, l’écart entre les kcal estimées et la valeur de référence de chaque plat.

MAE en kcal

En moyenne, combien de kcal d’écart avec la valeur de référence. Plus c’est bas, mieux c’est.

MAPE en grammes

46,8 %

En moyenne, l’écart entre la quantité estimée, en grammes, et celle de référence.

Dans ce lot, l’estimation était trop haute pour 6 plats et trop basse pour 2.

Comment c'est calculé

Chaque plat de l’ensemble est une photo avec une valeur de référence. Ils sont peu nombreux (la taille de l’échantillon est indiquée plus bas) et presque tous sont des photos de banque d’images (Unsplash) : des produits de marque avec les grammes et les calories de leur étiquette, et des aliments simples avec une portion standard USDA ou BEDCA. Ce ne sont pas des plats pesés à la balance : personne n’a pesé ce qu’il y a sur chaque photo, et si la photo montre plus ou moins que la référence, cet écart compte aussi comme une erreur du scanner. Le chiffre sert donc à voir si le scanner s’améliore ou se dégrade d’une semaine à l’autre sur les mêmes photos, pas à prédire l’erreur sur tes propres plats.

Chaque photo a sa valeur de référence et sa source (étiquette du fabricant, USDA ou BEDCA). Les pires cas sont affichés plus bas, avec leur photo.
On mesure la première analyse de l’app : le même modèle d’IA et les mêmes corrections automatiques (vérification avec la base d’aliments, sauces, marques, garnitures), sans contexte supplémentaire ni cache. Les vérifications que l’app ajoute ensuite sur certains plats (portions douteuses, boissons, un second modèle) et ce qu’elle apprend de tes corrections n’entrent pas en compte.
L’erreur moyenne est la moyenne des erreurs de chaque plat, sans en écarter aucun. Avec si peu de plats, un seul gros raté fait beaucoup bouger la moyenne : c’est pour ça que la répartition et les pires cas sont affichés plus bas.
Le calcul est relancé automatiquement chaque lundi, sur les photos de l’ensemble. Le résultat est publié tel quel, y compris quand il se dégrade.

Distribution des erreurs

Sur les plats du jeu de données, voici la distribution de l'erreur en pourcentage sur les kcal. Plus les barres sont serrées à gauche, mieux c'est.

0–5%

5–10%

10–20%

20–30%

30–50%

50%+

Les 5 pires cas

Ce qui est le plus mal sorti dans ce lot, avec sa photo et sa valeur de référence.

Yogur griego natural Hacendado

Référence : 145 kcal · Estimé : 437 kcal

Erreur : 201,4 %

Tostada con aguacate y huevo poché

Référence : 380 kcal · Estimé : 277 kcal

Erreur : 27,1 %

Caña de cerveza 200ml

Référence : 86 kcal · Estimé : 104 kcal

Erreur : 20,9 %

Pasta carbonara 320g

Référence : 560 kcal · Estimé : 604 kcal

Erreur : 7,9 %

Ensalada César con pollo 280g

Référence : 470 kcal · Estimé : 504 kcal

Erreur : 7,2 %

Dernière exécution : 2 novembre 2026

Échantillon : 8 plats

Modèle : anthropic/claude-opus-5.5

Batch : cron-2026-11-02-mvyvqfx0

Tu veux reproduire le benchmark avec ton propre jeu de données ? Écris-nous à hola@renzy.app.