> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Google lanza WeatherNext 3: 5 km de resolución y hasta un 60% mejor en lluvia - URL: https://www.digitalbrain.news/noticias/google-weathernext-3-resolucion-5-km-precipitacion/ - Published: 2026-09-04T07:13:55.000Z - Updated: 2026-09-04T07:42:52.000Z - Description: Google DeepMind ha lanzado WeatherNext 3, su modelo global de predicción meteorológica con inteligencia artificial, y el salto está en la resolución… - Author: Ramón Pérez Coronado - Tags: #noticias, google, deepmind, clima, modelos-frontera, google-cloud Google [DeepMind](https://www.digitalbrain.news/glosario/#google-deepmind) ha lanzado [WeatherNext 3](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/?ref=digitalbrain.news), su modelo global de predicción meteorológica con inteligencia artificial, y el salto está en la resolución: cinco veces más nítido que la versión anterior y hasta un 60% mejor prediciendo lluvia contra los datos de satélite de la NASA. ## Puntos clave - Resolución espacial: 5 km para variables de superficie como temperatura y humedad, 10 km para el resto de superficie, 25 km para variables atmosféricas como el viento. - Precipitación: hasta 60% de mejora contra IMERG (satélite de la NASA), 30% contra MRMS y 10% contra pluviómetros en horizontes cortos. - A un día vista o más, hasta un 50% más de acierto en precipitación. - Cadencia horaria. WeatherNext 2 iba en tramos de seis horas. - Predice viento a 100 metros de altura, que es la altura del rotor de un aerogenerador. ## Qué cambia técnicamente: entra el satélite en vivo El cambio de fondo no es el tamaño del modelo, es de dónde saca los datos. WeatherNext 3 ingiere datos de satélite geoestacionario en vivo, globales, en lugar de apoyarse solo en modelos numéricos de predicción que llegan con seis horas de retraso. Seis horas en meteorología es una eternidad. Una tormenta se forma, se mueve y descarga dentro de esa ventana. Un modelo que solo ve el estado de la atmósfera de hace seis horas está prediciendo el pasado reciente con mucha elegancia. La cadencia horaria va en la misma dirección. Pasar de bloques de seis horas a predicciones por hora cambia qué decisiones puedes tomar con el modelo: no es lo mismo saber que llueve "por la tarde" que saber que llueve entre las 16 y las 17. Es la evolución natural de lo que ya vimos cuando DeepMind [liberó WeatherNext para seguimiento de ciclones](https://www.digitalbrain.news/noticias/deepmind-weathernext-ciclones-open-source/). Aquella versión iba a por eventos extremos. Esta va a por el pronóstico diario y ordinario. ## Dónde está disponible Google no lo ha dejado en un paper. WeatherNext 3 ya alimenta Búsqueda, la app de [Gemini](https://www.digitalbrain.news/guias/que-es-gemini/) y Google Maps para el usuario final. Para quien construye encima: la API de Weather de Google Maps Platform, Google Earth Engine, BigQuery y Google Cloud Storage. O sea, se puede consultar desde SQL. Y hay un detalle geográfico que Google subraya y que suele quedar fuera de estos anuncios: el modelo está pensado para servir a regiones de Latinoamérica, África y Asia-Pacífico que históricamente han tenido predicción de baja resolución. Los modelos numéricos tradicionales son caros de correr y los países que se los pagan mejor son los que ya tenían buena cobertura. ## El dato del viento a 100 metros Predecir viento a 100 metros parece un detalle de ingeniero. No lo es. Esa es la altura a la que gira el rotor de un aerogenerador moderno. Quien opera un parque eólico necesita saber cuánto va a producir mañana para venderlo en el mercado eléctrico, y ese cálculo depende del viento a esa altura exacta, no del que sopla en el suelo. Google ha metido la variable que le hace falta a un sector concreto que paga por ella. Es un movimiento comercial disfrazado de mejora técnica. ## Por qué importa Si tu negocio tiene una línea de coste o de ingreso que depende del tiempo, esto es una API que puedes probar esta semana sin proyecto de seis meses. Los casos obvios: logística y última milla (rutas y ventanas de reparto), retail físico (previsión de demanda por tienda cuando llueve), agricultura (riego y tratamientos), energía (producción renovable), eventos y hostelería con terraza. El caso menos obvio, y probablemente el más rentable: cruzar la predicción horaria con tu histórico de ventas por día y ver si el tiempo explica varianza que hoy atribuyes a otra cosa. Si la explica, tienes una variable nueva para tu forecast. Si no, has cerrado una hipótesis en dos días. Está en BigQuery, así que el coste de probarlo es una consulta. Fuente original: [Google](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/?ref=digitalbrain.news) --- **Relacionado** [![Google mete voz de Gemini en Gmail, Docs y Keep con tres modos Live](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/google-gmail-live-docs-live-keep-live-gemini-voz.jpg)Google mete voz de Gemini en Gmail, Docs y Keep con tres modos Live](https://www.digitalbrain.news/noticias/google-gmail-live-docs-live-keep-live-gemini-voz/)[![Google lanza Gemini Omni 1.1 Flash: vídeo de hasta 40 segundos y borradores un 60% más rápidos](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/google-gemini-omni-1-1-flash-video-40-segundos.png)Google lanza Gemini Omni 1.1 Flash: vídeo de hasta 40 segundos y borradores un 60% más rápidos](https://www.digitalbrain.news/noticias/google-gemini-omni-1-1-flash-video-40-segundos/)[![DeepMind libera WeatherNext, el modelo que predice ciclones con un día de ventaja](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/deepmind-weathernext-ciclones-open-source.jpg)DeepMind libera WeatherNext, el modelo que predice ciclones con un día de ventaja](https://www.digitalbrain.news/noticias/deepmind-weathernext-ciclones-open-source/)