Cada hora y en cuadrículas de 5 kilómetros: así es WeatherNext 3, la IA del tiempo de Google que ya está en la Búsqueda, Maps y Gemini

Google calcula ahora cada hora el tiempo de todo el planeta con WeatherNext 3, un modelo de inteligencia artificial que dibuja la temperatura y la humedad en cuadrículas de 5 kilómetros. Lo presentaron Google DeepMind y Google Research el 3 de septiembre de 2026, y desde ese mismo día alimenta las previsiones de la Búsqueda de Google, la app de Gemini y Google Maps.

Según la nota oficial de Google el sistema es «el modelo meteorológico global más avanzado y preciso hasta la fecha», de acuerdo con las evaluaciones independientes en tiempo real de la empresa Brightband.

Un pronóstico nuevo cada hora a partir de satélites

WeatherNext 3 sustituye a WeatherNext 2, que trabajaba con una cuadrícula de 25 kilómetros y actualizaba sus previsiones cada 6 horas. El nuevo modelo, según Google, ofrece una imagen del tiempo global «unas cinco veces más nítida».

La gran diferencia está en los datos de partida. La mayoría de los modelos de IA, incluido WeatherNext 2, aprenden de la predicción numérica del tiempo, simulaciones físicas que corren en superordenadores y llegan con unas 6 horas de retraso. En el artículo técnico publicado en arXiv, los autores explican que, por eso, el estado más reciente de la atmósfera disponible para esos modelos tiene siempre entre 6 y 12 horas de antigüedad.

WeatherNext 3 añade como entrada mosaicos de satélites geoestacionarios, los que permanecen fijos sobre un mismo punto de la Tierra, que llegan cada hora con un retraso de algo menos de 60 minutos. Según el estudio, pasar de una previsión cada 6 horas a una cada hora hace ganar entre 2 y 3 horas de antelación en la lluvia, algo importante en las tormentas que se forman con rapidez.

Estaciones meteorológicas y viento a la altura de las turbinas

El modelo también se entrena con las mediciones de estaciones meteorológicas repartidas por el mundo. Así puede dar la temperatura y la humedad a 2 metros del suelo en cualquier punto, teniendo en cuenta la altitud o si el lugar está en tierra o en el mar.

En las pruebas con estaciones que el modelo no había visto durante el entrenamiento, el error en la temperatura a 2 metros, medido con la puntuación CRPS, bajó hasta un 30 % frente a WeatherNext 2 y hasta un 40 % frente al sistema de conjunto del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF), en plazos cortos. Google subraya que el salto es especialmente importante para Latinoamérica, África y Asia-Pacífico, donde el coste de supercomputación de los modelos regionales ha frenado los pronósticos de alta resolución.

El sistema incluye además variables pensadas para las renovables: el viento a 100 metros de altura, donde giran las palas de los aerogeneradores, y la nubosidad y la radiación solar que reciben las plantas fotovoltaicas.

La lluvia, el punto débil de los modelos globales

Google reconoce que los modelos globales tienen notorias dificultades para predecir la precipitación, porque la lluvia y la nieve dependen de procesos de nubes muy pequeños y rápidos que las simulaciones físicas reproducen mal. Para afinar, el equipo entrenó el modelo con el producto IMERG de la NASA, que estima la lluvia a partir de una constelación de satélites, y con un reanálisis propio basado en el radar de satélites.

El resultado, según la nota, es una mejora de hasta el 60 % en la puntuación CRPS medida con los datos de IMERG, del 30 % con MRMS (la red de radares de Estados Unidos) y del 10 % con los pluviómetros en los primeros plazos de previsión. El CRPS mide cuánto se aleja un pronóstico probabilístico de lo que pasó de verdad.

Para el usuario de a pie, Google lo traduce así: al mirar la previsión con un día o más de antelación, la gente verá pronósticos de lluvia «hasta un 50 % más precisos», con las mayores mejoras donde las previsiones han sido menos fiables.

Dónde se puede usar y qué pasa en España

Según Google, WeatherNext 3 está disponible globalmente y alimenta desde el 3 de septiembre las experiencias del tiempo en la Búsqueda, la app de Gemini, Google Maps, la Weather API de Google Maps Platform y Google Earth Engine.

Google no publica una lista de países ni menciona España de forma expresa. Sí lo hace la documentación de su Weather API, que incluye a España con cobertura de condiciones actuales, previsión diaria y por horas, histórico y avisos.

Para investigadores y empresas, la página para desarrolladores de WeatherNext detalla previsiones probabilísticas a 15 días, con 64 miembros de conjunto (64 versiones ligeramente distintas del mismo pronóstico).

Vídeo oficial de presentación de WeatherNext 3, el modelo de previsión del tiempo de Google. Vídeo: Google DeepMind

Google no es la única tecnológica en esta carrera. Microsoft presentó su modelo Aurora, una IA que predice el tiempo a 5 y 10 días mejor que los métodos tradicionales, y el sector lleva años viendo cómo la inteligencia artificial revoluciona las predicciones meteorológicas.

Lo que el estudio no demuestra todavía

El propio estudio señala varias limitaciones. En los plazos de 6 horas, y a veces de 12, algunas variables salen peor que con el modelo anterior, y los autores admiten que hace falta más investigación para entender por qué.

La comparación en tiempo real con el modelo de IA del ECMWF, AIFS ENS, solo abarcó del 1 de julio al 11 de agosto de 2026. WeatherNext 3 mejoró en torno a un 10 % las variables de altura en la primera semana de previsión, pero los autores avisan de que «6 semanas son una muestra relativamente pequeña» y de que no conviene sobreinterpretar las señales menores.

En los ciclones tropicales, las mejoras en trayectoria e intensidad son relativamente pequeñas, y el modelo tiende a mostrar menos dispersión de la debida. En la lluvia, los avances son más marcados en las intensidades bajas, cerca del umbral entre llover y no llover.

El sistema sigue siendo experimental, y el estudio pide atenerse siempre a los avisos oficiales de las autoridades de emergencia y de los servicios meteorológicos nacionales, que en España corresponden a la AEMET. La nota de Google concluye que «la atmósfera siempre conservará cierto grado de imprevisibilidad».

Crédito de la imagen: Google.