BMI 計算機
輸入身高與體重，查看你的 BMI。
輸入身高與體重後，按「計算 BMI」。
成人 BMI 標準
| 體位分級 | BMI 範圍 |
|---|---|
| 體重過輕 | BMI ＜ 18.5 |
| 健康體重 | 18.5 ≤ BMI ＜ 24 |
| 體重過重 | 24 ≤ BMI ＜ 27 |
| 肥胖 | BMI ≥ 27 |
來源：衛生福利部。資料查核：2026 年 9 月 10 日。
BMI 怎麼算？
體重（公斤）÷ 身高（公尺）÷ 身高（公尺）。例如身高 170 公分、體重 65 公斤，65 ÷ 1.7 ÷ 1.7，BMI 約為 22.49。
常見問題
BMI 和體脂率一樣嗎？
不一樣。BMI 只使用身高與體重，不能直接看出脂肪或肌肉的比例。
兒童也能使用這個標準嗎？
這頁採成人標準。未滿 18 歲需依年齡與性別對照兒童及青少年標準，不能直接套用此處的分級。
結果可以當成健康診斷嗎？
不可以。孕期或肌肉量較高者尤其不宜只看 BMI。若對體重或健康狀況有疑問，可向醫療專業人員諮詢。
BMI 算完之後，這個數字能告訴你什麼
回到工具結果差很多，先核對輸入單位
拿體檢單來試算，數字和印象差很多，先查身高單位。BMI 公式使用公斤與公尺，170 公分要換成 1.70 公尺，分母為 1.70 × 1.70 = 2.89，再用體重除以 2.89。如果把 170 當成公尺，結果就會差很遠。頁面欄位已有單位，照欄位要求填即可。
若你拿到的是體檢單或家中量測紀錄，先看清楚原本標示的是公分、公斤，還是其他單位，再填入對應欄位。不要只把數字抄過來，讓工具自行猜測。小數點的位置也很重要，尤其從紙本、截圖或訊息重新輸入時，可以在送出前逐項比對。這個工具根據你填入的資料計算，無法判斷體重計是否準確，也不知道量測時的衣著和其他條件。
工具無法知道量測設備是否準確，也不會辨認紙本抄寫錯誤。先回查原始數值，再解讀結果，能避免把輸入差異誤認成身體狀況突然改變。
BMI 不是體脂率，也不是健康總分
體重 65 公斤、身高 1.70 公尺時，65 ÷ 2.89 約為 22.49。這個數值用來描述體重相對於身高的關係，不是體脂肪百分比。即使兩個人的 BMI 相同，也不能推論身體組成或整體健康一樣。
讀到結果時，可以先用一般文字描述它：「依這次輸入的身高與體重，計算出的 BMI 是多少。」不要直接改寫成身體好壞的評語。BMI 只用了兩項資料，沒有量到脂肪分布、肌肉比例，也沒有把症狀或檢查報告放進來。若你想知道的是體脂率，不能把畫面上的數字加個百分號就當成答案。那是不同的問題，需要不同的量測或評估方式。
與其拿數字和朋友比較高低，不如記下這次量測資料和想了解的問題。BMI 沒有包含症狀、脂肪分布或檢查報告，數值較低也不等於健康必然較好。
分級有適用對象，別只看顏色
分級顏色很容易讓人只想找自己落在哪一格，但要先確認這張表適不適用。本頁依衛福部來源使用台灣成人分級，不與其他地區門檻混用。接近分界時，量測誤差和顯示進位也值得核對，不宜由很小的差異作出重大判斷。
閱讀分級表時，注意邊界是「小於」還是「小於等於」，不要只看顏色或大概區間。若數值剛好接近分界，先確認小數顯示和原始輸入，並避免用很小的差距替自己貼上截然不同的標籤。不同網站引用的對象可能不同，例如成人與兒童標準不能直接互換。比較之前先看它適用的年齡與來源。
分類方便整理資料，卻不會告訴你原因或處理方式。需要討論飲食、活動或身體變化時，應搭配其他資料評估，不必把分級表換算成短期必須增減多少體重的目標。
替孩子或家人查詢前，先看限制
替家人輸入身高體重前，先看年齡與情況。未滿 18 歲者需要兒童及青少年標準，孕期或肌肉量較高者，也不能只由這個數字推斷健康。本工具沒有病史、體脂率或其他檢查資料，無法給出個人的飲食、運動或減重處方。
替家人使用時，先確認這張成人表是否適合對方，不要因為公式能算出數字，就認為分級也能照用。孩子的生長紀錄需要合適的年齡與性別對照。孕期的身體變化也不能只用一般成人分類解釋。工具不知道使用者所處情況，所以無法自動排除這些差異。若你是在幫人整理健康資料，可以把原始量測數據記下，是否使用此分級則交由合適的專業評估。
也不適合用結果替別人設定必須達到的數字，或評斷外觀。資料不足時就保留限制，幫忙整理量測紀錄已經有用，不需要替對方拼出一套網路處方。
留下量測紀錄，比追著單次數字更有用
如果目的是整理歷次量測，日期、身高與體重都值得保留，不要只留下分級名稱。短期變化可能受到量測條件影響，單次結果無法說明原因。若伴隨不適或令你擔心，可以把紀錄帶給醫療專業人員一起討論。
紀錄的目的是讓資料可以比較，不是要求自己每天都得到某個數字。可以在表格中保留量測日期、使用的數值與需要補充的情況，之後討論時才不會只剩一連串分級。若不同紀錄的身高輸入方式不一致，也應先核對，再比較 BMI 的變化。不要把輸入誤差當作趨勢。分享畫面時，可視需要遮住姓名或其他個人資訊，單純討論算法則用假設案例即可。
若結果讓你焦慮，不必反覆改輸入，直到畫面出現期待的分類。確認資料正確後留下紀錄，把擔心的變化與問題說清楚，讓後續討論回到整體健康，而不只是某個數字。詢問時也可以帶上量測日期與當時的情況，避免只談一個脫離背景的分類。