LeanTDEE-kalkylator
App StoreGoogle Play

Studie · Gå ner i vikt med l’IA

Gå ner i vikt med ChatGPT, fungerar det? Vi ställde frågan 291 gånger till 5 AI-modeller

Samma person, samma fråga, upp till 1 260 kcal i skillnad. Här är vad AI:erna svarar, och vad de inte kan göra.

Utforska studien↓

Oberoende studie av Lean-teamet, appen som räknar om din förbrukning varje dag utifrån dina mätningar · 9 september 2026 · Öppna data

  • 1 260 kcali skillnad för samma profil, enkel prompt
  • 0 %frågar efter kroppsfett
  • 97 %svarar med ett “stillasittande / aktivt”-schema
  • 14 %nämner metabol anpassning
Sammanfattning

Studien på 30 sekunder

  • 1291 svar från ChatGPT, Gemini och Claude på frågan “hur många kalorier för att gå ner i vikt?”, för 6 identiska profiler.
  • 2Enkel prompt (ålder, vikt, längd): samma person får från 1 500 till 2 700 kcal beroende på AI:n och tillfället.
  • 30 % av svaren frågar efter kroppsfett. 97 % returnerar ett ”stillasittande / måttlig / aktiv”-rutnät, formeln från 1990.
  • 4Fullständig prompt (kroppsfett, steg, pass): fortfarande 650 kcal av skillnad, och kroppsfett används bara i 40 % beräkningarna.
  • 5Ingen AI följer upp nästa dag: dagens steg, måltider, termisk effekt, metabol anpassning (14 % de nämner det). Siffran är låst på dag 1.
Dom. Det kan fungera av tur, inte av metod: utan mätning eller dagliga uppdateringar är svaret ett befolkningsgenomsnitt som är låst den första dagen.
01 · Metod

Vad vi gjorde

  • 6identiska profiler, från den atletiska kvinnan till den stillasittande mannen
  • 2promptnivåer: enkel, sedan fullständig
  • 5AI-tjänster för allmänheten, ny konversation varje gång
  • 291tidsstämplade svar, publicerade som öppna data

ChatGPT (GPT-5.5 och GPT-5.4 mini), Gemini (3.7 Flash och 3.1 Pro), Claude Opus. Franska och engelska, 2 till 3 upprepningar, utan några instruktioner. Den svarta linjen i graferna: målet beräknat komponent för komponent utifrån de uppmätta data (BMR på fettfri massa, steg, pass, TEF, underskott på 500 kcal).

02 · Resultat 1

Enkel prompt: från 1 500 till 2 700 kcal för samma person

“Jag är en man på 32 år, 78 kg, 180 cm, jag vill gå ner i vikt, hur många kalorier per dag?” Frågan som miljontals människor ställer den.

P1 · Man 32 år, 78 kg, 180 cm, 12 % kroppsfett, 12 000 steg, 4 styrkepass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 500 till 2 700
ChatGPT (GPT-5.4 mini)1 500 till 2 450
Gemini 3.7 Flash1 600 till 2 650
Gemini 3.1 Pro1 600 till 2 700
Claude Opus1 500 till 2 600
Alla AI tillsammans: 1 500 till 2 700 kcal, det vill säga 1 200 kcal skillnad (28 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (2 360 kcal).

P2 · Man 32 år, 78 kg, 180 cm, 28 % kroppsfett, 4 000 steg, ingen sport

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 600 till 2 700
ChatGPT (GPT-5.4 mini)1 600 till 2 760
Gemini 3.7 Flash1 600 till 2 600
Gemini 3.1 Pro1 600 till 2 700
Claude Opus1 500 till 2 500
Alla AI tillsammans: 1 500 till 2 760 kcal, det vill säga 1 260 kcal skillnad (28 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 390 kcal).

P3 · Kvinna 28 år, 62 kg, 165 cm, 22 % kroppsfett, 9 000 steg, 3 fitnesspass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 200 till 2 000
ChatGPT (GPT-5.4 mini)1 130 till 1 820
Gemini 3.7 Flash1 300 till 1 750
Gemini 3.1 Pro1 200 till 1 800
Claude Opus1 200 till 1 900
Alla AI tillsammans: 1 130 till 2 000 kcal, det vill säga 870 kcal spridning (25 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 499 kcal).

P4 · Kvinna 45 år, 70 kg, 165 cm, 35 % kroppsfett, 3 500 steg, ingen sport

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 200 till 2 000
ChatGPT (GPT-5.4 mini)1 100 till 1 850
Gemini 3.7 Flash1 250 till 1 850
Claude Opus1 200 till 1 800
Alla AI tillsammans: 1 100 till 2 000 kcal, det vill säga 900 kcal spridning (22 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 082 kcal).

P5 · Man 50 år, 95 kg, 178 cm, 30 % kroppsfett, 6 000 steg, 2 promenader/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 500 till 2 400
ChatGPT (GPT-5.4 mini)1 680 till 2 550
Gemini 3.7 Flash1 650 till 2 300
Claude Opus1 500 till 2 300
Alla AI tillsammans: 1 500 till 2 550 kcal, det vill säga 1 050 kcal spridning (22 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 918 kcal).

P6 · Kvinna 24 år, 55 kg, 170 cm, 18 % kroppsfett, 14 000 steg, 5 löppass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 200 till 1 900
ChatGPT (GPT-5.4 mini)1 200 till 1 850
Gemini 3.7 Flash1 600 till 2 200
Alla AI tillsammans: 1 200 till 2 200 kcal, det vill säga 1 000 kcal spridning (16 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 735 kcal).

AI-beteende, enkel prompt (147 svar)

  • 0 %frågar efter kroppsfettprocent
  • 1 %frågar efter dagligt stegantal
  • 97 %använder ett deklarativt aktivitetsrutnät
  • 48 %citerar Mifflin-St Jeor eller Harris-Benedict (1990, 1919)
  • 0 %nämner livsmedlens termiska effekt
P1 och P2 ställde exakt samma fråga (samma ålder, vikt, längd) och fick samma rutnät. Deras verkliga förbrukning skiljer sig ändå med nästan 1 000 kcal per dag: 12 % kroppsfett och 12 000 steg på ena sidan, 28 % och 4 000 steg på den andra.
03 · Resultat 2

Fullständig prompt: fortfarande ett gap på 650 kcal

Vi ger allt: kroppsfett, steg per dag, pass, och “ge mig ett exakt tal”. Alla följer. Ett exakt tal är inte ett rätt tal.

P1 · Man 32 år, 78 kg, 180 cm, 12 % kroppsfett, 12 000 steg, 4 styrkepass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)2 350 till 2 750
ChatGPT (GPT-5.4 mini)2 300 till 2 500
Gemini 3.7 Flash2 100 till 2 400
Gemini 3.1 Pro2 300 till 2 700
Claude Opus2 250 till 2 450
Alla AI tillsammans: 2 100 till 2 750 kcal, det vill säga 650 kcal skillnad (28 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (2 360 kcal).

P2 · Man 32 år, 78 kg, 180 cm, 28 % kroppsfett, 4 000 steg, ingen sport

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 600 till 1 800
ChatGPT (GPT-5.4 mini)1 750 till 2 000
Gemini 3.7 Flash1 550 till 1 750
Gemini 3.1 Pro1 400 till 1 800
Claude Opus1 650 till 1 950
Alla AI tillsammans: 1 400 till 2 000 kcal, det vill säga 600 kcal skillnad (28 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 390 kcal).

P3 · Kvinna 28 år, 62 kg, 165 cm, 22 % kroppsfett, 9 000 steg, 3 fitnesspass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 600 till 1 850
ChatGPT (GPT-5.4 mini)1 700 till 1 850
Gemini 3.7 Flash1 500 till 1 750
Claude Opus1 450 till 1 900
Alla AI tillsammans: 1 450 till 1 900 kcal, det vill säga 450 kcal skillnad (22 svar). Svart linje: mål beräknat komponent för komponent på uppmätta data (1 499 kcal).

P4 · Kvinna 45 år, 70 kg, 165 cm, 35 % kroppsfett, 3 500 steg, ingen sport

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 200 till 1 450
ChatGPT (GPT-5.4 mini)1 250 till 1 500
Gemini 3.7 Flash1 300 till 1 400
Claude Opus1 200 till 1 600
Alla AI tillsammans: 1 200 till 1 600 kcal, det vill säga 400 kcal skillnad (22 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 082 kcal).

P5 · Man 50 år, 95 kg, 178 cm, 30 % kroppsfett, 6 000 steg, 2 promenader/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 850 till 2 200
ChatGPT (GPT-5.4 mini)1 900 till 2 050
Gemini 3.7 Flash1 850 till 1 980
Claude Opus1 600 till 2 100
Alla AI tillsammans: 1 600 till 2 200 kcal, det vill säga 600 kcal skillnad (22 svar). Svart linje: mål beräknat komponent för komponent utifrån de uppmätta data (1 918 kcal).

P6 · Kvinna 24 år, 55 kg, 170 cm, 18 % kroppsfett, 14 000 steg, 5 löppass/vecka

1000 kcal3000 kcal
ChatGPT (GPT-5.5)1 900 till 2 300
ChatGPT (GPT-5.4 mini)1 850 till 2 200
Gemini 3.7 Flash2 300 till 2 500
Claude Opus1 900 till 2 400
Alla AI tillsammans: 1 850 till 2 500 kcal, det vill säga 650 kcal skillnad (19 svar). Svart linje: mål beräknat komponent för komponent utifrån uppmätta data (1 735 kcal).

AI-beteende, fullständig prompt (144 svar)

  • 40 %använder faktiskt det angivna kroppsfettet
  • 42 %omvandlar de angivna stegen till kalorier
  • 14 %nämner metabol anpassning
  • 3 %nämner livsmedlens termiska effekt
  • 97 %ger ett enda tal, som begärt

P1 mot P2-testet: samma vikt, olika kroppar

  • 699 kcalav skillnad mellan P1 och P2 enligt AI:erna (genomsnitt)
  • 970 kcalav skillnad när man räknar komponent för komponent
  • +324 kcalför mycket för den stillasittande profilen vid 28 % kroppsfett
AI:erna ser skillnaden mellan de två männen, men underskattar den: de justerar en populationsformel i stället för att mäta. Den stillasittande profilen, den som “gör allt rätt”, får ett mål som är för högt och går inte ner alls.
04 · Den verkliga frågan

Problemet är inte dag 1, det är 89 följande dagar

78 % av de detaljerade svaren råder att “väga sig och justera”. Inget gör det åt dig.

  • Dag 1Chatboten får en vikt och svarar en gång.
  • Dag 2Du gick 4 000 steg i stället för 11 000. Den vet det inte.
  • Vecka 3Du gjorde 6 pass och ändrade dina makron. Den vet det inte.
  • Dag 90Du gick ner 4 kg, din ämnesomsättning sjönk och anpassade sig sedan. Den vet fortfarande inte det.

Det som chatboten inte vet

  • ✕Dina steg för dagen
  • ✕Dina måltider för dagen och deras termiska effekt
  • ✕Ditt verkliga kroppsfett, och hur det utvecklas
  • ✕Hur din ämnesomsättning anpassar sig över veckorna
  • ✕Ingen kurva, inget diagram över din förbrukning

Vad verklig uppföljning kräver

  • ✓Förbrukning omräknad varje dag utifrån mätningar
  • ✓Mål som rör sig med stegen och passen
  • ✓Kroppsfett ommätt regelbundet
  • ✓Automatisk korrigering av metabol anpassning
  • ✓En läsbar kurva över din TDEE och dess utveckling
Slutsats: fungerar det att gå ner i vikt med ChatGPT? Ibland av tur. Inte av metod: utan mätning eller dagliga uppdateringar förblir svaret en populationsuppskattning som är frusen från första dagen. Testet kan göras om på fem minuter med din egen profil.
05 · Och Lean?

AI:n som mäter kontra AI:n som gissar

Lean använder också AI, men för att mäta: BodyScan för kroppsfett, fotoskanning för tallriken, stegräknare för stegen. Sedan räknar den om varje dag de fem komponenterna i din förbrukning och ritar kurvan.

BMR på uppmätt fettfri massaNEAT på verkliga stegEAT per sessionTEF enligt makronMetabol anpassning
Lean mäter, räknar om och följer, varje dagFörsta appen som beräknar metabol anpassning. Gratis nedladdning, 7 dagars provperiod på årsabonnemanget. 4,7/5 på App Store, mer än 10 000 användare.

Télécharger Lean sur l\'App StoreLadda ner Lean från Google Play

Data

Datan, profil för profil

  • P1 · Man 32 år, 78 kg, 180 cm, 12 % kroppsfett, 12 000 steg, 4 styrkepass/vecka

    Enkel prompt: 1 500 till 2 700 kcal (28 svar) · Fullständig prompt: 2 100 till 2 750 kcal (28 svar) · Mål komponent för komponent: 2 360 kcal (BMR 1 853, NEAT 504, EAT 267, TEF 236, TDEE 2 860)

  • P2 · Man 32 år, 78 kg, 180 cm, 28 % kroppsfett, 4 000 steg, ingen sport

    Enkel prompt: 1 500 till 2 760 kcal (28 svar) · Fullständig prompt: 1 400 till 2 000 kcal (28 svar) · Mål komponent för komponent: 1 390 kcal (BMR 1 583, NEAT 168, EAT 0, TEF 139, TDEE 1 890)

  • P3 · Kvinna 28 år, 62 kg, 165 cm, 22 % kroppsfett, 9 000 steg, 3 fitnesspass/vecka

    Enkel prompt: 1 130 till 2 000 kcal (25 svar) · Fullständig prompt: 1 450 till 1 900 kcal (22 svar) · Mål komponent för komponent: 1 499 kcal (BMR 1 415, NEAT 275, EAT 159, TEF 150, TDEE 1 999)

  • P4 · Kvinna 45 år, 70 kg, 165 cm, 35 % kroppsfett, 3 500 steg, ingen sport

    Enkel prompt: 1 100 till 2 000 kcal (22 svar) · Fullständig prompt: 1 200 till 1 600 kcal (22 svar) · Mål komponent för komponent: 1 082 kcal (BMR 1 353, NEAT 121, EAT 0, TEF 108, TDEE 1 582)

  • P5 · Man 50 år, 95 kg, 178 cm, 30 % kroppsfett, 6 000 steg, 2 promenader/vecka

    Enkel prompt: 1 500 till 2 550 kcal (22 svar) · Fullständig prompt: 1 600 till 2 200 kcal (22 svar) · Mål komponent för komponent: 1 918 kcal (BMR 1 806, NEAT 303, EAT 117, TEF 192, TDEE 2 418)

  • P6 · Kvinna 24 år, 55 kg, 170 cm, 18 % kroppsfett, 14 000 steg, 5 löppass/vecka

    Enkel prompt: 1 200 till 2 200 kcal (16 svar) · Fullständig prompt: 1 850 till 2 500 kcal (19 svar) · Komponent för komponent-mål: 1 735 kcal (BMR 1 344, NEAT 391, EAT 326, TEF 174, TDEE 2 235)

Variabilitet hos samma AI på samma upprepade prompt (fullständig prompt, genomsnittlig skillnad mellan upprepningar): Claude Opus 73 kcal, Gemini 3.1 Pro 175 kcal, Gemini 3.7 Flash 57 kcal, ChatGPT (GPT-5.4 mini) 98 kcal, ChatGPT (GPT-5.5) 96 kcal.

Fullständigt dataset (prompter, 291 råa svar, extraktion, skript): Zenodo, DOI 10.5281/zenodo.22662006, CC BY 4.0-licens.

Detaljerad metod och begränsningar

Modeller som frågades via API med standardparametrar och utan systeminstruktion: GPT-5.5 och GPT-5.4 mini (OpenAI), Gemini 3.7 Flash och Gemini 3.1 Pro (Google). Claude Opus (Anthropic) frågades via det officiella kommandoradsgränssnittet med en neutral systemprompt och utan något sammanhang. Sex profiler, två promptnivåer, franska och engelska, 2 till 3 upprepningar per kombination, 291 svar insamlade den 8 september 2026 (Gemini 3.1 Pro: 27 svar, API-begränsad hastighet; övriga modeller: 48 till 72).

Läsning av svaren: en automatisk extraherare (GPT-5.4 mini, temperatur 0, strikt JSON-schema) identifierar det rekommenderade intagsmålet (min och max när ett intervall eller en tabell ges) och beteendena (fråga som ställs innan svar, aktivitetsgrupp, faktisk användning av det angivna kroppsfettet och de angivna stegen, omnämnande av metabol anpassning och den termiska effekten). Extraktionen publiceras med de råa svaren, rad för rad.

Begränsningar: fiktiva profiler; offentliga referensformler (Katch-McArdle på fettfri massa, Ainsworth 2011-kompendiet, TEF på 10 %) som fungerar som riktmärke, inte som sann markdata; modeller utvecklas och svar ändras från en vecka till nästa, vilket ingår i konstaterandet. Lean publicerar denna studie och säljer en app för uppföljning: metod och data är öppna så att vem som helst kan göra om den.

Vetenskapliga källor
  • Mifflin MD et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-7. PubMed 2305711
  • Ainsworth BE et al. 2011 Compendium of Physical Activities. Med Sci Sports Exerc. 2011;43(8):1575-81. PubMed 21681120
  • Levine JA et al. Interindividual variation in posture allocation. Vetenskap. 2005;307(5709):584-6. PubMed 15681386
  • Trexler ET et al. Metabolic adaptation to weight loss: implications for the athlete. J Int Soc Sports Nutr. 2014;11:7. PubMed 24571926
  • Westerterp KR. Diet induced thermogenesis. Nutr Metab. 2004;1:5. PubMed 15507147

Studie publicerad av Lean-teamet. Presskontakt: franckbarriere@lean-app.com. Inte medicinsk rådgivning.

Vanliga frågor

Kan ChatGPT beräkna hur många kalorier jag ska äta?

Den ger ett tal, men ingen mätning. Av 291 svar frågade ingen AI efter kroppsfett (en enda frågade efter antalet steg), och 97 % av svaren på den enkla prompten bygger på ett deklarativt aktivitetsnät (stillasittande, måttlig, aktiv). Resultatet är ett statistiskt genomsnitt som ignorerar din kroppssammansättning och din verkliga aktivitet, med upp till 1 260 kcal skillnad för samma person.

Varför ger AI:er så olika siffror för samma profil?

För att de inte har någon mätning. De tillämpar en populationsformel (oftast Mifflin-St Jeor 1990) och sedan en aktivitetsmultiplikator vald på måfå. Två män på 78 kg, den ena med 12 % kroppsfett och 12 000 steg, den andra med 28 % och 4 000 steg, får samma svar på den enkla prompten, trots att deras verkliga förbrukning skiljer sig med nästan 1 000 kcal.

Hjälper det att ge ChatGPT fler detaljer?

Bara delvis. Med kroppsfett, steg och pass i prompten är gapet mellan AI:er fortfarande 650 kcal för samma profil, kroppsfett används faktiskt i beräkningen i bara 40 % av svaren och steg i 42 %. Och framför allt är svaret statiskt: den vet inte hur mycket du har gått eller ätit i dag, eller hur din metabolism anpassar sig över veckorna.

Vad är metabol anpassning och varför ändrar det svaret?

Vid ett långvarigt underskott sjunker basalmetabolismen mer än vad viktminskningen förklarar. En siffra som är rätt i dag blir för hög efter några veckor. Endast 14 % av de detaljerade svaren nämnde det, och ingen beräknar det. Det är den vanligaste orsaken till platåer.

Hur beräknar man sina kalorier korrekt för att gå ner i vikt?

Genom att bygga upp förbrukningen komponent för komponent, TDEE = BMR + NEAT + EAT + TEF, med basalmetabolismen beräknad på verklig fettfri massa, NEAT på uppmätta steg, EAT på faktiskt genomförda pass, TEF på intagna makron, och sedan följa utvecklingen dag för dag och justera när kroppen anpassar sig. Det är en uppföljning, inte ett svar i en mening.

Är AI värdelös för nutrition?

Nej. AI är värdefull när den mäter: uppskatta kroppsfett från ett foto, känna igen en rätt, läsa en streckkod. Den är svag när den gissar utifrån tre siffror. Skillnaden är mellan en AI kopplad till kontinuerligt uppdaterade mätningar och en chatbot som svarar en främling ur minnet.

Kan jag reproducera studien?

Ja. De 12 promptarna, de tidsstämplade råsvaren, den strukturerade extraktionen och skripten publiceras som öppna data (länk längst ner på sidan). Varje anrop är en ny konversation, utan systeminstruktion, med standardinställningar.

Läs också