WeatherNext 3 de Google livre des prévisions météo horaires à 5 km

Google DeepMind a publié WeatherNext 3 le 3 septembre 2026, un modèle de prévision météo qui met à jour ses prévisions chaque heure au lieu de toutes les six heures. La nouvelle version affine aussi la résolution des variables clés jusqu'à 5 kilomètres, remplaçant la grille uniforme de 25 kilomètres que son prédécesseur utilisait pour tout.

Ce qui s'est vraiment amélioré

L'ancien modèle, WeatherNext 2, produisait une seule résolution pour chaque type de donnée : 25 kilomètres, actualisée toutes les six heures. WeatherNext 3 sépare cela par type de variable.

Type de variable	Résolution
Température et humidité	5 kilomètres
Autres variables de surface	10 kilomètres
Vitesse du vent et variables atmosphériques	25 kilomètres

L'annonce de Google et Unite.AI décrivent toutes deux cette mise à jour comme environ cinq fois plus précise pour les variables que les gens consultent au quotidien. Les prévisions arrivent désormais chaque heure plutôt que toutes les six.

Ce qui alimente réellement le modèle

Le bond en précision tient à ce que le modèle lit, pas seulement à la façon dont il a été entraîné.

Unite.AI rapporte que le modèle ingère une mosaïque satellite géostationnaire à 11 canaux, à une résolution de 0,1 degré, actualisée en continu. Il s'appuie aussi sur des observations au sol de stations météo, des données de précipitations de la NASA, et un jeu de données personnalisé de réanalyse mondiale des précipitations. C'est ce flux satellite en direct qui rend possibles les mises à jour horaires. Chaque prévision s'appuie sur des observations datant de moins d'une heure, plutôt que d'attendre le prochain calcul programmé.

Les deux sources rapportent un vrai gain de précision issu de cette approche, pas seulement une sortie plus fréquente. Les prévisions de pluie se sont améliorées jusqu'à 60% par rapport au produit satellite de précipitations de la NASA, et de 30% par rapport au radar au sol.

Où les développeurs peuvent réellement y accéder

C'est un modèle conçu pour être interrogé, pas seulement pour être lu.

L'annonce de Google liste un accès direct via BigQuery et Earth Engine, ainsi que des téléchargements groupés depuis Google Cloud Storage. Le format de téléchargement est Zarr, un format de tableaux fragmentés conçu pour les grandes données scientifiques en grille. Le même modèle alimente aussi les résultats météo dans la Recherche, Gemini, Google Maps et l'API Maps Platform Weather.

Unite.AI relève une limite explicite qui mérite d'être répétée plutôt que passée sous silence. Google lui-même décrit WeatherNext comme "un système d'IA automatisé et expérimental", et indique que les utilisateurs devraient consulter les agences météorologiques officielles en cas d'intempéries plutôt que de s'y fier seul.

Ce que cela signifie pour les développeurs

Si vous récupérez déjà des données météo via l'API Maps Platform Weather ou Earth Engine, vérifiez une chose en premier. Confirmez si votre intégration est figée sur une version de modèle précise, avant que ce changement ne s'applique discrètement chez vous. Passer d'une mise à jour toutes les 6 heures à une mise à jour horaire change la forme des données que reçoit votre code, pas seulement leur précision. Une couche de cache construite autour d'une fraîcheur de 6 heures servira désormais des données obsolètes bien plus souvent qu'avant.

Budgétez différemment le chemin d'accès brut. Télécharger en masse des données Zarr en grille depuis Cloud Storage a un profil de coût et d'ingénierie différent d'une requête BigQuery ciblant exactement les cellules dont vous avez besoin. Si votre cas d'usage ne touche qu'une poignée de lieux, interrogez plutôt que de télécharger. Si vous avez besoin de la grille complète pour de la modélisation hors ligne, le chemin en masse est construit exactement pour cela.

Gardez l'étiquette "expérimental" dans votre propre évaluation des risques, pas seulement dans celle de Google. Un modèle assez bon pour alimenter les réponses météo de la Recherche reste explicitement signalé comme inadapté en tant que seule source pour des décisions liées aux intempéries. Si votre produit prend une décision engageant la sécurité à partir de ces données, gardez une source météorologique officielle comme filet de secours, pas comme une réflexion après coup.