El ECMWF informa de mejoras de hasta el 20% con IA en la temperatura de superficie frente a la física, mientras el informe de temporada 2026 del IMD no menciona el pronóstico de monzón con IA que lanzó el 12 de mayo

El Centro Europeo de Predicción Meteorológica a Plazo Medio (ECMWF) puso en funcionamiento un pronóstico de conjunto con IA el 1 de julio de 2025, 51 pronósticos a la vez, y dice que supera a los modelos de base física del centro en hasta un 20% en la temperatura de superficie. El comunicado no nombra la puntuación ni la versión del modelo detrás de esa cifra. Quince meses después, la evidencia publicada sobre los modelos meteorológicos de IA viene de tres tipos: cifras de los constructores, cifras de grupos externos y, en el caso del primer pronóstico de monzón con IA de la India, un comunicado de lanzamiento sin ninguna cifra de precisión.

El conjunto de IA de Europa corre junto al modelo físico

Un conjunto es una serie de pronósticos iniciados desde condiciones ligeramente distintas, de modo que la dispersión entre ellos muestra cuán seguro es el pronóstico. El Sistema de Pronóstico con IA (AIFS) del ECMWF entró en servicio como pronóstico único a finales de febrero de 2025 y como conjunto de 51 miembros, AIFS ENS, el 1 de julio.

El comunicado del ECMWF da a AIFS ENS una malla de 31 km frente a los 9 km de su conjunto de base física. Sigue dependiendo de la asimilación de datos del sistema físico, el paso que mezcla las observaciones en una imagen inicial de la atmósfera. El ECMWF dice que funciona más de 10 veces más rápido con aproximadamente 1.000 veces menos energía. Florian Pappenberger, director de Pronósticos y Servicios del centro, dijo: “Vemos el AIFS y el IFS como complementarios.”

Dónde el propio cuadro de puntuaciones del ECMWF muestra pérdidas

En el número de octubre de 2025 de su boletín, Simon Lang y Linus Magnusson, del ECMWF, comparan AIFS ENS con el conjunto físico, IFS ENS, frente a los análisis del centro y frente a observaciones de estaciones meteorológicas y de globos sonda. Las mejoras llegan hasta el 25% en las variables de altura. La temperatura a dos metros puntúa mejor en todos los plazos, y la lluvia en 24 horas puntúa mejor en la primera mitad del pronóstico. IFS ENS es más certero en la velocidad del viento a 10 metros frente a datos de estación, y AIFS ENS es peor en la temperatura a 100 hPa, un nivel alto de la atmósfera.

Dos casos de abril de 2025 figuran en el mismo artículo. Durante la tormenta Hans, el 16 y 17 de abril, cayeron hasta 446 mm de lluvia en 24 horas en el norte de Italia y el sur de Suiza. Ambos conjuntos reprodujeron el patrón y ambos subestimaron el máximo, con el conjunto de IA más alejado. Los autores señalan el tamaño de la malla, unos 30 km frente a unos 9 km, como un factor probable. El 30 de abril una ola de calor golpeó Francia, y el conjunto físico la subestimó incluso a corto plazo. El conjunto de IA se acercó más, y el ECMWF dice que investiga por qué el sistema físico se quedó corto.

El 12 de mayo de 2026 el ECMWF activó AIFS v2 junto con un nuevo ciclo físico, el 50r1. El boletín de mayo de 2026 informa de que los errores en la altura significativa de las olas bajaron cerca del 10% frente a IFS 50r1. Dice también que un movimiento vertical del aire más realista “no se tradujo directamente en mejores puntuaciones de verificación.” El ECMWF construyó y puntuó ambos sistemas, así que estas tablas vienen de una sola organización.

Google, Microsoft y NVIDIA publican sus propias cifras

GenCast, de Google DeepMind, descrito en una entrada de diciembre de 2024 junto con un artículo en Nature, fue más preciso que el conjunto físico del ECMWF en el 97,2% de 1.320 combinaciones de variable y plazo, y en el 99,8% más allá de las 36 horas. DeepMind lo entrenó con datos hasta 2018 y lo probó en 2019. El 17 de noviembre de 2025 Google anunció WeatherNext 2, que según la empresa supera a su WeatherNext anterior en el 99,9% de las variables y plazos de 0 a 15 días. Esa comparación es con el modelo anterior de Google, no con un sistema externo. El modelo aparte de DeepMind para ciclones y su artículo de Nature del 6 de agosto de 2026 se tratan en nuestro artículo sobre los resultados de WeatherNext con ciclones.

Aurora, de Microsoft, publicado en Nature el 21 de mayo de 2025, superó al pronóstico físico de alta resolución del ECMWF, IFS HRES, en el 92% de los objetivos a 10 días con una malla de 0,1 grados. También superó a siete centros operativos en el 100% de los objetivos de trayectoria de ciclones a cinco días, en tormentas de 2022 y 2023. Los autores dicen que HRES supera a Aurora en muchos objetivos a los plazos más cortos, que Aurora aún necesita un sistema tradicional de asimilación de datos para sus condiciones iniciales y que todavía no existe una versión de conjunto. Varios autores trabajan para Microsoft o tienen acciones de la empresa, y el artículo lo declara.

La familia de modelos abiertos Earth-2 de NVIDIA, anunciada el 26 de enero de 2026, dice que su modelo de Medio Alcance supera a los principales modelos abiertos en las variables más comunes en “pruebas de referencia estándar.” La entrada no dice cuáles. Su único resultado cuantificado de un usuario es de Amir Givati, director del Servicio Meteorológico de Israel, que informa de un recorte del 90% en el tiempo de cómputo a 2,5 km frente a un modelo físico clásico ejecutado en un clúster de CPU.

Las pruebas externas encuentran la brecha en los extremos

Zhongwei Zhang, Erich Fischer, Jakob Zscheischler y Sebastian Engelke, escribiendo en Science Advances en 2026, puntuaron GraphCast, Pangu-Weather y Fuxi, tres modelos deterministas de IA, frente al HRES del ECMWF en calor, frío y viento récord. HRES tuvo menor error en casi todos los plazos. Los modelos de IA subestimaron tanto la frecuencia de los récords como su magnitud, y pronosticaron de menos los récords de calor mientras pronosticaban de más los de frío. Los autores escriben que estos modelos necesitan más verificación antes de confiar solo en ellos para los avisos tempranos. Su preprint de agosto de 2025 dice que la mayor parte de su análisis descansa en un solo año de prueba, 2020, y que no se probaron modelos probabilísticos.

Un artículo de PNAS de mayo de 2025 de Y. Qiang Sun, Pedram Hassanzadeh y colegas reentrenó el modelo FourCastNet sin ningún ciclón tropical de categoría 3 a 5 de 1979 a 2015, y luego lo probó con 20 tormentas de categoría 5 de 2018 a 2023. No pronosticó su intensificación. En el huracán Lee, la presión mínima prevista nunca bajó de 980 hPa, frente a los 960 hPa de los datos de referencia. Los autores dicen que el estudio abarca un solo modelo y un solo tipo de fenómeno extremo.

Sobre la coherencia física, el mismo grupo informa de que los campos de viento y presión de FourCastNet violan el equilibrio del viento de gradiente, un vínculo básico entre ambos. El boletín del ECMWF enumera fallos relacionados en la versión 1 de AIFS ENS, entre ellos valores de presión extraños sobre las montañas y una lluvia espuria tenue en regiones secas.

Una prueba en la India en 2025 que sí publicó una puntuación

En 2025 el Ministerio de Agricultura y Bienestar de los Agricultores de la India envió pronósticos probabilísticos semanales del inicio del monzón a 38 millones de agricultores en 13 estados. Un preprint del 9 de marzo de 2026 de Colin Aitken y colegas, con Michael Kremer, Pedram Hassanzadeh y William Boos entre los autores, describe el método. Combina NeuralGCM de Google y el AIFS del ECMWF con un modelo estadístico de lo que los agricultores esperan según los registros pluviométricos pasados del India Meteorological Department (IMD). Un preprint complementario del 3 de febrero de 2026 dice que los modelos de IA predicen con acierto un índice de inicio con semanas de antelación cuando se prueban fuera de muestra.

Las cifras proceden de pruebas dejando un año fuera entre 2000 y 2024. A una semana, la puntuación de Brier de la combinación, una medida de error para pronósticos de probabilidad, mejoró cerca del 15% frente al modelo de expectativas de los agricultores solo y el 25% frente a la climatología simple. La capacidad predictiva bajó con el plazo pero siguió siendo positiva hasta las cuatro semanas. En 2025, cuando el monzón se detuvo más de dos semanas desde el 29 de mayo, la combinación puntuó cerca de un 20% mejor que la climatología.

Los autores enumeran salvedades. Los años de prueba 2000 a 2018 se solapan con los años de entrenamiento de los modelos de IA, lo que podría exagerar la precisión. Escoger a posteriori los modelos de mejor rendimiento puede sesgar las puntuaciones al alza. Solo 28 celdas de malla, de 2 grados de ancho cada una, recibieron pronósticos en 2025.

El lanzamiento de 2026 en la India y lo que cubre el informe de temporada

El 12 de mayo de 2026 Jitendra Singh, ministro de Estado de Ciencias de la Tierra, lanzó dos productos del Ministerio de Ciencias de la Tierra, creados conjuntamente por el IMD, el Indian Institute of Tropical Meteorology (IITM) de Pune y el National Centre for Medium Range Weather Forecasting (NCMRWF). La Press Information Bureau (PIB) describe el primero como el primer sistema impulsado por IA del IMD. Da pronósticos probabilísticos del avance del monzón cada miércoles, hasta con cuatro semanas de antelación, para agricultores de 16 estados y más de 3.000 subdistritos. Combina modelos de IA, sistemas de predicción de alcance ampliado y técnicas estadísticas.

El segundo es un piloto para Uttar Pradesh que produce pronósticos de lluvia a 1 km hasta con 10 días de antelación. Usa reducción de escala con IA de datos de pluviómetros, estaciones meteorológicas, radar Doppler y satélite. El comunicado de la PIB no da ninguna cifra de precisión de ninguno de los dos productos. Las únicas cifras de precisión que contiene describen el pronóstico convencional, como la afirmación del ministro de una precisión casi un 40% mejor en tiempo severo en la última década. Cómo han evolucionado los errores del IMD al pronosticar el punto de llegada a tierra de los ciclones se expone en nuestro texto sobre los avisos de ciclón en la India.

El 23 de julio de 2026 el ministro dijo a la Rajya Sabha en una respuesta escrita que los modelos globales que funcionan en tiempo real son el GFS del IMD y el Mithuna del NCMRWF, ambos a 12 km, y que el Bharat Forecast System funciona a 6 km. La respuesta los llama sistemas de predicción numérica del tiempo.

El informe de temporada del IMD del 30 de septiembre de 2026 contrasta el pronóstico estacional del 90 al 92% del promedio del período largo con el resultado del 87%. Registra que el pronóstico de inicio en Kerala del 26 de mayo, con un margen de cuatro días, no acertó con la fecha real, el 4 de junio, apenas el segundo fallo desde que comenzó el pronóstico operativo de inicio en 2005. Cómo se desarrolló la temporada está en nuestro artículo sobre el monzón de 2026. El informe no menciona el producto de avance del monzón con IA.