La predicción del clima ha funcionado con aproximadamente el mismo reloj durante décadas. Los modelos tradicionales de predicción numérica del clima ingieren datos cada seis horas, ejecutan simulaciones físicas masivas y generan resultados que ya están ligeramente desactualizados cuando alguien los lee.
El 3 de septiembre de 2026, Google DeepMind y Google Research anunciaron WeatherNext 3, un modelo global del clima impulsado por IA que genera pronósticos cada hora utilizando observaciones en vivo de satélites geoestacionarios. Es el primer modelo global en lograr ciclos de actualización horaria verdaderos, y las primeras evaluaciones sugieren que no solo es más rápido, sino también significativamente más preciso que los modelos anteriores.
Lo que realmente hace diferente WeatherNext 3
La innovación principal es engañosamente simple en concepto: en lugar de esperar a que los datos observacionales por lotes lleguen cada seis horas, WeatherNext 3 se entrena directamente sobre feeds satelitales en tiempo real. Eso significa que puede inicializar un nuevo pronóstico cada hora, brindando a los meteorólogos y a las industrias que dependen de ellos una imagen mucho más cercana a la del atmosphere en vivo.
La resolución cuenta una historia similar. El modelo ofrece una granularidad espacial de hasta 5 km para variables de superficie calibradas por estación, como temperatura y humedad, 10 km para otras mediciones de superficie y 25 km para variables atmosféricas. Esto es aproximadamente cinco veces más nítido que su predecesor, WeatherNext 2, lanzado en noviembre de 2025.
Para la precipitación, las mejoras son aún más notables. Las predicciones de lluvia y nieve de WeatherNext 3 son hasta un 50 % más precisas que los modelos anteriores para períodos de pronóstico de un día o más, según se midió con la puntuación de Brier y el CRPS frente a observaciones de precipitación satelital IMERG.
El modelo genera pronósticos de ensamblaje de 64 miembros. Los ciclos de pronóstico seleccionados se extienden hasta un horizonte de 15 días, mientras que las ejecuciones intermedias horarias cubren una ventana de 48 horas.
De GraphCast a WeatherNext 3: la línea de descendencia
Google DeepMind ha estado construyendo sistemáticamente su pila de IA para el clima desde 2023, cuando presentó GraphCast, un modelo que demostró que el aprendizaje automático puede igualar o superar las predicciones tradicionales basadas en física para pronósticos de mediano plazo. GenCast siguió en 2024, añadiendo capacidades de conjunto probabilístico. WeatherNext 2 llegó en noviembre de 2025. WeatherNext 3 representa el siguiente paso lógico: hacer que toda la canalización sea en tiempo real, conectándose directamente a los flujos de observación satelital en lugar de depender de campos de análisis preprocesados que introducen latencia.
WeatherNext 3 ha sido clasificado por Operational WeatherBench de Brightband, un marco de evaluación independiente, como el modelo meteorológico global más avanzado y preciso actualmente disponible.
El modelo también muestra una fortaleza particular durante eventos climáticos extremos. La predicción de la trayectoria y la intensidad de los ciclones ha sido un área de énfasis específica.
Energía limpia y aplicaciones comerciales
WeatherNext 3 se enfoca explícitamente en las variables de viento y luz solar, lo que lo hace directamente útil para operaciones de energía renovable. Google está integrando los resultados del modelo en Search, Maps y Earth Engine. Para desarrolladores e investigadores, los datos están disponibles a través de BigQuery en Google Cloud.
La mejora del 50% en la precisión de las precipitaciones a escalas de un día anticipado es particularmente relevante para la agricultura, ya que el momento de la lluvia importa casi tanto como el volumen de lluvia para la planificación agrícola.