Google DeepMind und Google Research stellten am 3. September WeatherNext 3 vor, ein globales Wettermodell, das jede Stunde eine neue Vorhersage erzeugt. Es verarbeitet aktuelle Mosaike geostationärer Satelliten und Messungen von Wetterstationen. Die Ergebnisse fließen schrittweise in Google Search, die Gemini-App, Maps, Google Maps Platform und Earth Engine ein; Vorhersagedaten stehen auch über Cloud-Dienste bereit.

Für Oberflächentemperatur und Taupunkt bietet das Modell ein Raster von ungefähr fünf Kilometern, für weitere Oberflächenvariablen zehn Kilometer und für bestimmte atmosphärische Felder 25 Kilometer. WeatherNext 2 arbeitete global mit 25 Kilometern und Sechs-Stunden-Schritten. Ein bei ausgewählten Variablen fünfmal feineres Raster bedeutet für sich allein nicht eine fünfmal genauere lokale Prognose; ebenso zählen Eingangsdaten, Vorlaufzeit und Ereignistyp.

Bei mittelfristigen probabilistischen Niederschlagsprognosen meldet Google Verbesserungen der CRPS-Metrik um bis zu 60 Prozent gegenüber NASA-IMERG-Beobachtungen, 30 Prozent gegenüber dem US-Radardatensatz MRMS und 10 Prozent gegenüber Regenmessern bei kurzen Vorlaufzeiten. Für Verbraucherprodukte nennt die Firma bis zu 50 Prozent genauere Niederschlagsvorhersagen ab einem Tag im Voraus. Das bis zu ist entscheidend: Es sind Maximalwerte bestimmter Vergleiche, keine Garantie für jeden Ort.

Brightbands laufender Operational WeatherBench zählt WeatherNext 3 im Live-Betrieb zu den führenden globalen Systemen und verringert damit die Möglichkeit, nur günstige historische Episoden auszuwählen. Für Extremereignisse, Sensorausfälle und verschiedene Regionen braucht es dennoch längere Beobachtung. Hinzu kommen Wind in Turbinenhöhe, Bewölkung und Sonneneinstrahlung für die Energiewirtschaft; amtliche Warnungen sollen laut Google weiterhin von nationalen Wetterdiensten kommen.