La moitié des affirmations météo de Google est vérifiée de manière indépendante

Un seul modèle soutient désormais trois usages quotidiens

Google DeepMind a présenté WeatherNext 3 le 3 septembre 2026 et l'a intégré directement à Google Recherche, l'application Gemini, Google Maps, la Maps Platform Weather API, Earth Engine et BigQuery. Le modèle produit une nouvelle prévision mondiale chaque heure au lieu de toutes les six heures, en intégrant les données satellites en direct dès leur arrivée plutôt que d'attendre le prochain cycle programmé. La température et l'humidité de surface sont résolues sur une grille de 5 kilomètres, les autres variables de surface sur 10 kilomètres, et les variables atmosphériques comme la vitesse du vent sur 25 kilomètres, un bond que Google décrit comme environ cinq fois plus précis que son prédécesseur, WeatherNext 2.

La publication de Google affirme elle-même que le modèle fournit des prévisions de précipitations jusqu'à 50 pour cent plus précises pour une planification à un jour ou plus, avec les progrès les plus marqués dans les régions où la prévision a toujours été la plus faible. Elle cite aussi deux usages industriels précis: l'estimation de la production des turbines à partir des prévisions de vitesse du vent à 100 mètres pour les opérateurs d'énergies renouvelables, et la prévision de la couverture nuageuse et du rayonnement solaire pour les parcs solaires.

Un seul chiffre est vérifié de manière indépendante, et ce n'est pas celui de l'argumentaire

WeatherNext 3 n'est pas uniquement auto-évalué. Brightband, une société indépendante de prévision météorologique, exploite Operational WeatherBench, un classement en direct qui note en continu des modèles météorologiques opérationnels, fondés sur l'intelligence artificielle ou sur la physique, les uns contre les autres, en conditions réelles. Selon le suivi propre de Brightband, WeatherNext 3 a affiché l'erreur la plus faible sur la température à 2 mètres pendant 26 des 30 derniers jours d'août 2026, devant l'IFS d'ECMWF et le GFS de la NOAA, les deux modèles physiques de référence sur lesquels les météorologues s'appuient depuis des décennies. C'est un résultat authentique d'un tiers, obtenu par une partie sans intérêt dans le succès de Google, et il mérite d'être traité comme une preuve réelle plutôt que d'être écarté avec le reste.

L'écart se situe un niveau plus bas. Le classement de Brightband mesure la précision de température. Les chiffres avec lesquels Google ouvre réellement sa propre annonce, et ceux dont un opérateur d'énergies renouvelables ou d'agriculture aurait besoin avant de faire confiance au modèle pour une décision réelle, sont des comparaisons de précision des précipitations: jusqu'à 60 pour cent de mieux face aux données satellites IMERG, 30 pour cent face aux données radar MRMS, et 10 pour cent face aux pluviomètres au sol. Ces trois chiffres ne viennent pas de Brightband. Ils viennent de Google DeepMind, qui évalue son propre modèle par rapport à des jeux de données qu'il a lui-même choisis.

Précision de température vérifiée, précision de précipitations auto-déclarée

Cette distinction compte surtout pour les deux usages industriels que Google cite dans sa propre publication: l'estimation de la production des turbines à partir des prévisions de vitesse du vent à 100 mètres, et la prévision de la couverture nuageuse et du rayonnement solaire pour les parcs solaires. Ni la production éolienne ni l'irradiance solaire ne sont de la température. L'indicateur qu'un opérateur aurait réellement besoin de voir vérifié de manière indépendante, la précision des précipitations et de la couverture nuageuse, se trouve du côté auto-déclaré du tableau, tandis que l'indicateur qui se trouve être vérifié de manière indépendante, la température, n'est pas celui dont dépendent ces deux usages.

Rien de tout cela ne signifie que les chiffres de précipitations sont faux. DeepMind affiche un solide bilan en météorologie, et le classement propre de Brightband prouve que le modèle sous-jacent est réellement performant. Cela signifie qu'un opérateur de parc éolien ou solaire qui pilote sa production sur ces données s'appuie sur un mélange d'un score audité et d'un score déclaré par le fournisseur, présentés dans la même annonce sans indication de lequel est lequel.

À lire ensuite: Le Test D'IA Qu'Aucun Camp Ne Pouvait Voir  |  Gemini 3.7 Flash: moitié prix jusqu'en janvier