Flexen , zur Startseite
Menü Schließen
Testschlüssel holen

Flexen API · Preise netto

Benchmarks: Methode

Benchmark v4 und seine Regeln, Flexen Light und Flexen Max, wie wir rechnen und lesen, wo die Messung an Grenzen stößt und was wir noch nicht gemessen haben.

Kalibrierung und Referenz

Zwei Teile des Flexen Score brauchen mehr als eine Formelzeile: wie wir die genannte Unsicherheit werten, und welche Fälle zählen.

Kalibrierung: Treffer und Breite der Spanne

Jede Antwort nennt eine Spanne, in der der wahre kcal-Wert mit 80 % Wahrscheinlichkeit liegt. Je Fall zählt: Liegt die Referenz in der Spanne, und wie breit ist die Spanne? Punkte = 1 − (0,1 × Breite + Abstand der Referenz zur Spanne) / (0,5 × Referenz), mindestens 0. Spannen bis ±5 % der Referenz kosten nichts.

  • Perfekt ist 100. Fehler 0 und eine schmale Spanne geben in jedem Bestandteil die volle Punktzahl.
  • Genauer ist nie schlechter. Alle Bestandteile werden je Fall gerechnet. Rückt eine Schätzung näher an die Referenz, fällt keiner.
  • Breite Spannen lohnen nicht. Breite kostet Punkte, eine riesige Spanne bekommt 0. Die Regel ist der Intervall-Score nach Winkler: Wer seine ehrliche 80-%-Spanne nennt, fährt im Mittel am besten.
  • Ohne Spanne. Die Antwort zählt wie eine Spanne der Breite 0 um den Schätzwert. Ungültige Antworten bekommen in jedem Bestandteil 0.
  • Gewicht. Die Kalibrierung zählt 10 % des Scores.

Eine Grenze: Die Kalibrierung hängt mit der Genauigkeit zusammen. Wer genauer schätzt, kann schmalere Spannen nennen. Sie ist keine unabhängige zweite Achse.

Wie die Regeln entstanden sind

  • Verdeckt bleibt verdeckt. Die Regeln wurden nur auf dem offenen Teil entwickelt und festgelegt, bevor der verdeckte Teil mit ihnen gewertet wurde. Kein verdeckter Fall wurde gelesen; von dort kennen wir nur die Anzahl je Regel.
  • Handbefunde. Im offenen Teil haben wir 6 von 240 Fällen zusätzlich von Hand markiert (fragliches Etikett, Tabellen-Konflikt ohne Beleg im Fall, Zutat fehlt in der Referenz, verdeckte Masse). Sie zählen im Score weiter mit, damit offen und verdeckt mit demselben Maß gemessen sind.
  • Was bleibt. Für solche Fälle gibt es keine mechanische Regel. Im verdeckten Teil sind sie deshalb weiter enthalten.
  • Kosten und Antwortzeiten. Sie sind über alle gemessenen Aufrufe gemittelt, auch über die Fälle, die im Score nicht zählen.

Markierte Fälle im Fall-Explorer ansehen

Welche Fälle zählen

Sieben Regeln prüfen jeden Fall, nur anhand seiner eigenen Angaben (Quelle, Portionstext, Zutatenliste), nie anhand einer Modellantwort. Fälle mit mehrdeutiger Referenz zählen nicht, bleiben aber im Fall-Explorer sichtbar, mit Grund und Quelle. Im verdeckten Teil zählen 130 von 138 Tellern und 278 von 351 Texten; 2 Referenzen sind korrigiert.

RegelWasFolgeverdecktoffen
Text: FNDDS-Vorgabe ohne Menge im Text Der Text nennt keine Menge. Die Referenz rechnet mit der Standardportion der Datenbank (USDA FNDDS, „Quantity not specified“). Andere Portionen wären ebenso richtig. nicht gewertet 37 17
Text: FNDDS-Stückportion ohne Maß Das Gewicht stammt aus einer benannten Stückportion der Datenbank (etwa „1 regular sandwich“), ohne Maß und ohne Gramm im Text. Wie schwer ein Stück ist, legt die Datenbank fest, nicht der Text. Der Fall zählt, wenn die Stückgröße ableitbar ist: ein genormtes Stück (Nugget, Patty), ein Pizzastück mit genannter Pizzagröße oder eine genannte Kette. nicht gewertet 24 8
Text: Packung mit Abtropfgewicht Die Packung nennt ein Abtropfgewicht. Ob die Nährwerte für den Inhalt mit oder ohne Flüssigkeit gelten, ist offen. nicht gewertet 0 1
Text: Tabellen-Konflikt BLS gegen USDA Zwei amtliche Tabellen widersprechen sich: Der deutsche Bundeslebensmittelschlüssel und USDA SR Legacy liegen für dasselbe Lebensmittel um mehr als 20 % auseinander. nicht gewertet 4 4
Foto: Nutrition5k: Caesar-Dressing mit Salat-Werten Nutrition5k führt Caesar-Dressing mit den Werten von Salat (0,44 kcal je g, 2,1 % Fett). Neu gerechnet mit USDA SR Legacy (5,42 kcal je g, 57,8 % Fett). Referenz korrigiert 3 1
Foto: Nutrition5k: Caesar-Salat ohne Dressing gerechnet Der Teller besteht zu mindestens 20 % aus „caesar salad“. Die Referenz rechnet ihn wie Salat ohne Dressing; wie viel Dressing darauf ist, ist nicht erfasst. nicht gewertet 9 4
Text: Packung eines Snacks oder einer Süßware ohne Gramm „Eine Packung“ ohne Grammzahl bei einem Snack oder einer Süßware. Solche Produkte gibt es in vielen Packungsgrößen; die Referenz nimmt die eines einzelnen Barcodes. nicht gewertet 14 4

Benchmark v4

Seit dem 22. November 2026 zeigen alle Ranglisten Benchmark v4: größere Testsätze, ein verdeckter Teil, der genau einmal gemessen wird, und getrennte Schwer-Sets..

Testsätze

SatzFälleoffenverdecktgewertetQuellen
Foto 200 62 138 130 Nutrition5k
Text 500 149 351 278 Open Food Facts, USDA FoodData Central, BLS 4.0
Foto, Schwer-Set 50 15 35 34 Nutrition5k
Text, Schwer-Set 50 14 36 30 Open Food Facts, USDA FoodData Central, BLS 4.0

Die offenen Fälle mit Referenz und allen Schätzungen ansehen

Regeln

  • Offen und verdeckt. Je Schicht sind 30 % der Fälle offen und veröffentlicht, 70 % bleiben verdeckt. Die Ranglisten zeigen nur den verdeckten Teil.
  • Einmal gemessen. Jedes System misst den verdeckten Teil genau einmal. Die erste gültige Antwort zählt; eine gewertete Antwort wird nie neu angefragt.
  • Entwicklung getrennt. Prompts, Ketten und Einstellungen wurden nur auf älteren Sätzen gewählt, nie auf v4. Die Wahl des Modells für Flexen Max fiel auf dem offenen Teil. Der Aufbau von Flexen Max (Kette oder einzelner Aufruf) wurde dagegen nach der verdeckten Messung gewählt; der gezeigte Wert ist der höhere von zwei Aufbauten und deshalb leicht nach oben verzerrt.
  • Kein Modell im Testsatz. Kein Modell hat Fälle geschrieben, ausgewählt oder bewertet. Die Auswahl ist nach Schichten gezogen, mit festem Startwert, und lässt sich nachbauen.
  • Schichten. Fotos nach Kalorienband, Gerichtstyp, Zahl der Zutaten, Gewicht und Fettanteil; Texte nach acht Arten von Eingaben, von Marke mit Gramm bis zur vagen Menge, auf Deutsch (275) und Englisch (225).
  • Unabhängige Teller. Sehr ähnliche Teller aus Nutrition5k (gleiche Zutaten kurz nacheinander) bilden eine Gruppe; je Gruppe ist höchstens ein Teller im Satz, und keiner stammt aus einer Gruppe früherer Sätze.
  • Schwer-Sets. nach vorab festgelegten Kriterien ausgewählt, getrennt gewertet, nie im Hauptscore.
  • Korrektur v4.1. Ein offener Foto-Fall zeigte ein Telefon auf der Waage statt Essen. Er wurde am 22.11. nach der Regel des Auswahlskripts durch einen anderen Teller ersetzt. Der verdeckte Teil blieb unverändert.

Flexen Light und Flexen Max

Flexen Light

Flexen Light ist unsere mehrstufige Kette: bei Fotos fünf Anfragen, von denen die ersten vier gültigen zählen, bei Text zwei. Aus den Antworten rechnet sie den Median, die Spanne und den Prüfhinweis needs_review. Gemessen mit Verarbeitung in der EU. Preis je Schätzung: Text 1 Credit, Foto 2 Credits.

Flexen Max

Flexen Max ist unser genauestes Profil: seit dem 22.11.2026 ein einzelner Aufruf eines großen Modells je Aufgabe. Bei Fotos liegt GPT-6.2 Sol (71,9) darüber; der Abstand ist nicht belegt, die Bänder überlappen. Bei Text liegt kein gemessenes System höher. Welche Modelle hinter Max stehen, nennen wir nicht; sie stehen mit derselben Messung auch unter ihrem eigenen Namen in den Ranglisten. Bei Fotos wurde in der EU gemessen. Bei Text ist das Modell derzeit nicht in der EU gehostet; gemessen wurde ohne EU-Zusicherung. Schickt der Kunde einen Hinweis, setzen wir ihn als eigene Zeilen in die Anfrage. Preis je Schätzung: Text 4 Credits, Foto 16 Credits (ab 01.12.2026). Flexen Max kommt bald und ist noch nicht buchbar: Bis dahin antwortet die API auf tier: max mit 422.

Gegenüber Flexen Light liegt Flexen Max bei Fotos +4,8 (+1,2 bis +8,4, belegt) und bei Text +2,8 (+1,2 bis +4,4, belegt) vorn.

Warum Max keine Kette mehr ist

Bis zum 21.11. war Flexen Max dieselbe Kette wie Light, nur mit dem stärkeren Modell. Die Messung der rohen Modelle am 22.11. zeigte: Ohne Kette ist das Modell mindestens so genau. Text: das Modell allein 89,3, in der Kette 89,2, Differenz +0,2 (−0,4 bis +0,8, nicht belegt). Foto: das Modell allein 70,9, in der Kette 70,6, Differenz +0,3 (−1,3 bis +1,8, nicht belegt). Die Foto-Kette kostet das Fünffache (1,654 ct gegen 0,330 ct je Schätzung).

Bevor wir das mit Hinweis nachgemessen haben, stand die Regel fest: Max wird ein einzelner Aufruf, wenn er mit Hinweis höchstens 1 Punkt hinter der Kette liegt und in keiner Schicht belegt um mehr als 3 Punkte schlechter ist.

Text: erfüllt. Differenz +1,4 (−0,1 bis +3,0, nicht belegt), keine Schicht belegt schlechter.

Foto: knapp verfehlt. Insgesamt liegt der einzelne Aufruf +0,6 (−0,8 bis +1,9, nicht belegt) vor der Kette. Aber in einer von 28 geprüften Schichten, den leichten Tellern des Schwer-Sets (17 Teller), liegt er −3,2 Punkte zurück (Band −7,1 bis −0,1). Auf dem Hauptsatz ist keine Schicht belegt schlechter.

Nach der eigenen Regel wäre Max bei Fotos die Kette geblieben. Wir haben am 22.11. trotzdem auf den einzelnen Aufruf umgestellt: Bei 28 Schichten halten wir eine so knappe Verfehlung (das Band endet bei −0,1) für wahrscheinlich Zufall, und die Kette kostet das Fünffache. Das ist eine Abweichung von einer vorab festgelegten Regel. Deshalb steht sie hier.

Die Zahlen zur Vorab-Regel in den drei Absätzen davor stammen aus der Auswertung am Tag des Entscheids, mit einer früheren Fassung der Kalibrierung. Nach der heutigen Wertung ist der erste Teil der Regel weiter erfüllt: Foto +0,2 (−0,7 bis +1,0, nicht belegt), Text 0,0 (−0,5 bis +0,5, nicht belegt). Die Schichten sind nicht neu gewertet.

Max-Kette bis 21.11. (v4 verdeckt)
Max-Kette 70,6 (67,6 bis 73,4) 1,654 ct n = 130
Max-Kette 89,2 (87,0 bis 91,1) 0,243 ct n = 278

Noch nicht gemessen

  • Echte Handyfotos

    Alle Fotos stammen aus Nutrition5k: Teller aus zwei US-Kantinen, von oben, mit fester Kamera und gutem Licht. Wie die Systeme mit Fotos aus dem Alltag und mit europäischer Küche abschneiden, wissen wir noch nicht. Nach v4 bleiben in Nutrition5k 53 unabhängige Gruppen von Tellern; eine größere Messung braucht eigene Fotos.

  • APIs von Wettbewerbern

    Spezialisierte Food-APIs fehlen in den Ranglisten. Wir messen einen Dienst nur, wenn seine Bedingungen einen Vergleich erlauben; den Stand je Anbieter zeigt die Liste unten.

  • Schwankung von Tag zu Tag

    Der verdeckte Teil wird nur einmal gemessen, deshalb gibt es auf v4 keine Wiederholung. Auf Entwicklungsdaten und dem offenen Teil lagen wiederholte Läufe desselben Systems −1,3 Punkte (Flexen Light, Foto), +2,5 Punkte (Flexen Max, Foto) und −0,5 Punkte (Flexen Max, Text) neben dem ersten Lauf; keine dieser Differenzen ist belegt. Unterschiede unter etwa 2 Punkten solltest du deshalb nicht deuten.

Frühere Messungen der Kette

Die Fassungen unserer Kette auf den Messungen v2 (Foto, 150 Fotos) und v3 (Text, 102 Texte) vom 20.11.2026. Das waren kleinere, andere Testsätze; die Werte sind nicht mit den Ranglisten von v4 vergleichbar. Die jeweils letzte Fassung ist die Kette, die in v4 als Flexen Light gemessen wurde.

Foto
Fassung Flexen Score Band Stand
Flexen API light v2 60,0 56,6 bis 63,4 in v4 als Flexen Light gemessen
Flexen API light v1 55,4 52,4 bis 58,4 frühere Fassung
Text
Fassung Flexen Score Band Stand
Flexen API light v2 82,9 79,2 bis 86,2 frühere Fassung
Flexen API light v2.3 (Text, 2 Anfragen, Nachlegen bei Langsamkeit) 82,8 78,7 bis 86,4 in v4 als Flexen Light gemessen
Flexen API light v2.2 (Text, 2 Anfragen) 79,5 74,5 bis 84,2 frühere Fassung

So rechnen wir

Bestandteile des Scores

Je Fall: kcal-Punkte = max(0, 1 − |Fehler| / max(Referenz, 25 kcal)); Treffer = Fehler ≤ 20 %; Makro-Punkte = Mittel über Protein, Kohlenhydrate, Fett von max(0, 1 − |Fehler| / max(Referenz, 3 g)); Portions-Punkte (nur Foto) = max(0, 1 − |Fehler| / max(Referenz, 25 g)); Kalibrierungs-Punkte aus der genannten 80-%-Spanne = max(0, 1 − (0,1 × Breite über ±5 % hinaus + Abstand der Referenz zur Spanne) / (0,5 × R)), R = max(Referenz, 25 kcal). Ohne Spanne gilt die Breite 0 um den Schätzwert. Ungültige Antworten und Ausfälle bekommen in jeder Komponente 0 Punkte. Teilscores 0–100: kcal 25 %, kcal ±20 % 15 %, Makros 30 %, Portion 10 % (nur Foto), Kalibrierung 10 %, Zuverlässigkeit 10 % (Anteil gültiger Antworten). Score = gewichtetes Mittel; bei Text ohne Portion werden die übrigen Gewichte auf 100 % hochgerechnet. Der Score ist das Mittel der Fallpunkte; eine perfekte Antwort bekommt 100. Band: Bootstrap 95 %. Latenz und Kosten stehen daneben, nicht im Score.

25 %
kcal-Genauigkeit 100 * mean(max(0, 1 - |kcal_hat - kcal| / max(kcal, 25)))
15 %
kcal innerhalb ±20 % 100 * share(|kcal_hat - kcal| <= 0.2 * kcal)
30 %
Makro-Genauigkeit (Protein, KH, Fett) 100 * mean over cases of mean over P/C/F of max(0, 1 - |x_hat - x| / max(x, 3 g))
10 %, nur Foto
Portionsgewicht 100 * mean(max(0, 1 - |g_hat - g| / max(g, 25 g))), photo only
10 %
Kalibrierung: Treffer und Breite der Spanne 100 * mean(max(0, 1 - (0.1 * max(0, (high - low) - 0.1 * R) + max(0, low - kcal, kcal - high)) / (0.5 * R))), R = max(kcal, 25); no range: low = high = kcal_hat; invalid answer: 0
10 %
Zuverlässigkeit (gültige Antwort) 100 * share of calls returning a parseable answer with numeric kcal, protein, carbs, fat

Was nicht in den Score eingeht

Antwortzeit und Kosten gehen nicht in den Score ein. Sie stehen getrennt daneben, damit du selbst abwägen kannst, was dir wichtiger ist.

Bänder

Zu jedem Score gehört ein Band, ein Unsicherheitsbereich. Wir berechnen es per Bootstrap: Die Fälle werden viele Male zufällig neu gezogen, und der Score wird jedes Mal neu gerechnet. Das Band zeigt, wie weit der Score dabei schwankt.

Veröffentlichte Genauigkeitsangaben in diesem Markt beruhen teils auf sehr wenigen Fällen je Aufgabe. Deshalb nennen wir zu jedem Wert Umfang und Band.

Weitere Messwerte

Neben dem Score stehen je Teilnehmer diese Werte, soweit die Messung sie enthält:

  • Deckung der 80-%-Spanne: Anteil der Fälle, in denen der Referenzwert innerhalb der kcal-Spanne liegt, die ein Teilnehmer mit 80 % Sicherheit angibt; passend wären etwa 80 %.
  • Mittlerer Fehler je Makronährstoff: durchschnittliche Abweichung bei Eiweiß, Kohlenhydraten und Fett in Gramm, ohne Vorzeichen.
  • Preis ab einem Datum: Cent je Aufruf, wenn für ein Modell ab dem genannten Tag ein anderer Listenpreis gilt.

Wer verglichen wird

Foto: Flexen Light ist unsere mehrstufige Kette, EU-Verarbeitung: 5 Aufrufe je Eingabe, ausgewertet werden die ersten 4 gültigen. Feldweiser Median; Unsicherheit aus der Streuung der Antworten (Text) bzw. Streuung und genannter Spanne (Foto); 80-%-Spanne für kcal und Gewicht; needs_review bei hoher Unsicherheit oder unplausibler Energiedichte. Gemessen deckt diese Spanne 83,1 % der Fälle statt 80 %.

Text: Flexen Light ist unsere mehrstufige Kette, EU-Verarbeitung: 2 Aufrufe je Eingabe. Feldweiser Median; Unsicherheit aus der Streuung der Antworten (Text) bzw. Streuung und genannter Spanne (Foto); 80-%-Spanne für kcal und Gewicht; needs_review bei hoher Unsicherheit oder unplausibler Energiedichte. Sind nach 6 s noch keine 2 gültigen Antworten da, schickt sie eine weitere Anfrage (höchstens 3); es zählen die ersten 2 gültigen. Nach 22 s antwortet sie mit dem, was da ist. Gemessen deckt diese Spanne 72,7 % der Fälle statt 80 %.

Flexen Max ist ein einzelner Aufruf eines großen Modells mit dem veröffentlichten Prompt. Welches Modell das ist, nennen wir nicht; es steht mit derselben Messung auch unter seinem eigenen Namen in der Liste.

Alle rohen Modelle bekommen denselben Prompt, ohne unsere Kette, und antworten mit einem Aufruf. Wir veröffentlichen diesen Prompt; er ist seit v1 unverändert.

Fremde APIs für Essensschätzung sollen über ihre öffentliche Schnittstelle laufen, mit denselben Fällen und ohne unseren Prompt. Gewertet wird dann das Ergebnis so, wie der Dienst es liefert. Wir nehmen nur Dienste auf, deren Bedingungen eine Vergleichsmessung erlauben.

Prompt der rohen Modelle

Testsatz

Testsatz flexen-score-v4, Stand 22. November 2026. Gewertet ist der verdeckte Teil.

Der Testsatz ist kuratiert, also von uns zusammengestellt.

Einen Teil der Fälle veröffentlichen wir offen, damit du Ergebnisse nachrechnen kannst. Der Rest bleibt verdeckt, damit niemand gezielt auf genau diese Fälle optimiert.

Offene Fälle von v4 herunterladen (JSON, Verzeichnis der vier Dateien) · Fälle im Browser ansehen

Die Fotos und ihre Referenzwerte stammen aus Nutrition5k (Thames et al., CVPR 2021), CC BY 4.0; verkleinert und als WebP gespeichert. Die Texte enthalten Daten aus Open Food Facts, ODbL 1.0, https://opendatacommons.org/licenses/odbl/1-0/, aus dem Bundeslebensmittelschlüssel BLS 4.0 (Max Rubner-Institut, 2025), CC BY 4.0, und aus USDA FoodData Central (U.S. Department of Agriculture), gemeinfrei. Die Quelle steht bei jedem Fall.

So lesen wir die Ergebnisse

  • Jeder Teilnehmer wird mit unserer aktuellen Kette verglichen, auch eine frühere Fassung der Kette, und zwar gepaart: Wir rechnen die Differenz der Scores auf denselben Fällen, in jeder Bootstrap-Ziehung neu, und geben sie mit Band an. Eine positive Differenz heißt: höherer Score als unsere aktuelle Kette.
  • Belegt ist ein Unterschied nur, wenn das Band der Differenz die 0 nicht einschließt. Dann steht dort belegt besser oder belegt schlechter. Schließt das Band die 0 ein, steht dort nicht unterscheidbar, auch wenn die Scores verschieden sind.
  • Je Aufgabe sind das viele Vergleiche. Schließt ein Band die 0 nur knapp aus, kann der Unterschied auch Zufall sein.
  • Der Rang unter den gemessenen Teilnehmern folgt dem Score. Überlappen sich die Bänder, sagt ein Rangunterschied wenig.
  • Sind andere Teilnehmer gleichauf mit unserer Kette oder besser, steht das genau so da.
  • Unsere Kette ist markiert, wird aber nicht bevorzugt einsortiert.

Grenzen

  • Die Fotos aus Nutrition5k sind keine Handyfotos. Mit Fotos aus dem Alltag können die Ergebnisse anders ausfallen.
  • Nutrition5k ist öffentlich. Die Bilder können in den Trainingsdaten der Modelle stecken. Der verdeckte Teil des Testsatzes schützt vor gezielter Anpassung an genau diese Auswahl, nicht vor Vorwissen über den Datensatz.
  • Beim Text steht die Menge oft in der Eingabe. Dieser Teil misst dann vor allem Nährwertwissen und Umrechnung. Das Schätzen einer unbekannten Portion messen nur die Schichten mit vager Menge, Restaurant-Portion und Packung ohne Gewicht.
  • Der Flexen Score ist unsere eigene Gewichtung und kein Branchenstandard. Mit anderen Gewichten kann eine andere Reihenfolge herauskommen.
  • Wir messen unser eigenes Produkt selbst. Deshalb veröffentlichen wir die Formel und einen offenen Teil des Testsatzes, damit du nachrechnen kannst.
  • Die Ergebnisse gelten für die genannten Modellversionen und das genannte Datum. Ändert sich ein Modell, kann das Ergebnis anders ausfallen.
  • Fremde APIs und Apps fehlen in diesem Vergleich. Fremde APIs sind für Runde 2 geplant.

Zu dieser Messung

  • Foto: Nutrition5k zeigt Teller aus zwei US-Kantinen, von oben fotografiert, mit fester Kamera. Es sind keine Handyfotos und keine europäische Küche.
  • Nutrition5k ist seit 2021 öffentlich; die Bilder können in den Trainingsdaten der Modelle stecken. Der verdeckte Teil schützt vor gezielter Anpassung an die Auswahl, nicht vor Vorwissen über den Datensatz.
  • Ein Durchgang je System und Fall. Der verdeckte Teil wurde genau einmal gemessen; eine Wiederholung an einem anderen Tag gibt es auf v4 nicht.
  • Foto: Das Kalorienband schwer hat 22 statt 30 geplanter Teller, Masse ab 450 g hat 24 statt 30, Fett oder Soße ab 25 % der kcal hat 29 statt 30. Der Bestand unabhängiger Teller gab nicht mehr her.
  • Text: Restaurant-Portionen und vage Mengen sind auch in den deutschen Texten US-Gerichte (USDA FNDDS); für deutsche Gerichte gibt es keine offene Quelle mit Portionsgewichten. Stück- und Löffelgewichte deutscher Texte stammen aus USDA-Portionen.
  • Text: Bei vagen Mengen ist der Referenzwert die Standardportion der Quelle; andere Portionen wären ebenso richtig.
  • Open Food Facts wird laufend bearbeitet. Maßgeblich ist der Abruf vom 21.11.2026.
  • Antwortzeiten wurden von einem Rechner in Norwegen gemessen, mit bis zu 16 gleichzeitigen Anfragen je Anbieter. Flexen Light teilte sich beim Text den Anbieter mit anderen Läufen. Wir vermuten diese Last als Ursache der 4,6 s; eine Messung ohne parallele Läufe steht aus.
  • Kosten sind Listenpreise am Messtag, umgerechnet mit 1 USD = 0,92 €. Gemini 4 Argon lief zum Aktionspreis bis 30.11.2026; ab 01.12. kostet es das Doppelte.
  • Für Flexen Light und ein rohes Modell hat der Anbieter den Listenpreis nach der Messung geändert. Ihre Kosten sind auf den Listenpreis vom 22.11.2026 umgerechnet; bei Text sind das rund 9 % mehr als am Messtag.

Nicht gemessen

Hier steht offen, wen wir nicht messen dürfen oder können, je Anbieter mit dem Grund, der Quelle und dem Abrufdatum. Die Liste ist keine Rangliste und gehört nicht zu den Ergebnissen; die Reihenfolge ist alphabetisch.

  • Chomp

    Nicht gemessen. Die Nutzungsbedingungen von Chomp untersagen Benchmarks zur öffentlichen Verbreitung (Terms of Use, abgerufen am 20.11.2026, Link ). Chomp bietet zudem keine Schätzung aus Foto oder Freitext.

  • Edamam

    Nicht gemessen. Die API-Nutzungsbedingungen von Edamam untersagen, die API zu nutzen, um die Leistung von Edamam-Diensten zu messen oder zu benchmarken (API Terms, Stand 28.02.2023, abgerufen am 20.11.2026, Link ).

  • Passio

    Nicht gemessen. Die Nutzungsbedingungen von Passio erlauben die Nutzung nur intern und nicht kommerziell zur Evaluierung; für eine kommerzielle Nutzung ist eine gesonderte Vereinbarung nötig (Terms of Use, Stand 03.12.2018, abgerufen am 20.11.2026, Link ).

Gemessen werden darf vorerst ein Anbieter-Dienst; sein Lauf folgt.

Runde 2, später

Geplant ist, fremde APIs für Essensschätzung im selben Test zu messen. Noch sind keine Teilnehmer benannt: Wir nehmen nur Dienste auf, deren Bedingungen eine Vergleichsmessung erlauben. Bis dahin vergleicht diese Seite unsere Kette nur mit rohen Modellen.