Cómo funciona MeteoRanking

Casi todas las webs del tiempo te enseñan un pronóstico. Casi ninguna te enseña cuánto se equivocó ayer. MeteoRanking existe para hacer las dos cosas: combinar los mejores modelos meteorológicos del mundo y, cada día, rendir cuentas comparando lo que dijeron con lo que de verdad ocurrió en tu ciudad. Esta página explica el método completo, con los mismos números que usa el código.

Qué es un modelo meteorológico

Un modelo meteorológico es un programa que divide la atmósfera en una malla tridimensional de celdas y resuelve, celda a celda, las ecuaciones físicas del aire: cómo se mueve, cómo se calienta, cuándo condensa. Partiendo de millones de observaciones (satélites, estaciones, globos sonda, aviones), simula la atmósfera hacia el futuro. Los mantienen los grandes centros meteorológicos del mundo, y ninguno es infalible: cada uno tiene sus manías — uno tiende a exagerar el viento, otro se queda corto con las mínimas — y esas manías cambian según el lugar y la estación.

Los seis que combinamos

MeteoRanking consulta, a través de Open-Meteo (datos bajo licencia CC BY 4.0), seis modelos globales de primer nivel:

• ECMWF — el modelo IFS del Centro Europeo de Predicción a Plazo Medio, el referente mundial.
• ICON — el del servicio meteorológico alemán (DWD).
• Météo-France — el servicio meteorológico francés.
• UKMO — la Met Office británica (sus datos abiertos se publican bajo licencia CC BY-SA).
• GEM — el modelo del servicio meteorológico de Canadá.
• AIFS — el modelo de inteligencia artificial del ECMWF, una arquitectura completamente distinta (no publica rachas de viento).

Hasta el 24 de septiembre de 2026 eran nueve. Ese día retiramos tres: GFS (EE. UU.), JMA (Japón) y CMA (China). No fue por gusto: medido sobre los más de 700 municipios, GFS era el último de la clasificación en cuatro de las ocho variables y JMA casi nunca ganaba en ningún sitio; y al recalcular el combinado sin los tres, acertaba lo mismo que con ellos. Lo que hace bueno a Sinapsis no es cuántos modelos mezcla, sino cómo pesa a cada uno en tu ciudad. Del GFS seguimos tomando una sola cosa, el índice UV, porque es el único modelo que lo publica.

Desde el 7 de octubre de 2026, el ECMWF va a 9 km. Hasta entonces usábamos su versión de 25 km, la que el Centro Europeo publicaba en abierto. Ahora publica también la de alta resolución, y la medimos antes de cambiar: en 351 municipios, durante mes y medio, falló un 6-8 % menos en la máxima, un 4-5 % menos en el viento y un 2-5 % menos en la humedad; en la lluvia, empate. Durante dos semanas convivieron las dos en el ranking, porque la de 9 km no pesa en Sinapsis hasta acumular diez días verificados. El 21 de octubre de 2026, con esos días ya cumplidos, la de 25 km se retiró.

En la tira multimodelo verás además tres modelos regionales de alta resolución — ICON-EU (DWD, ~7 km), ARPEGE-Europa (Météo-France, ~11 km) y AROME (Météo-France, ~1,5 km, Francia y norte de España) — que se muestran para comparar, pero no entran en el ranking puntuado: aún no los verificamos con el mismo rigor, y mezclarlos sería hacer trampa.

Un séptimo, solo para verificar: WeatherNext 3

En septiembre de 2026 Google DeepMind presentó WeatherNext 3, un modelo de inteligencia artificial que no hace una predicción, sino sesenta y cuatro: arranca de la misma atmósfera con pequeñas variaciones y deja que cada versión siga su camino, para saber cuánto pueden llegar a separarse. Google lo presenta como su pronóstico más preciso. Pero una afirmación así vale lo que valga la vara con que se mide, y las comparaciones publicadas lo miden sobre todo contra reconstrucciones de la atmósfera y datos de satélite; muy pocas, contra el termómetro de un pueblo concreto. Eso es justo lo que nosotros podemos hacer: examinarlo, municipio a municipio, contra las estaciones de AEMET y del IPMA.

Por eso aparece en el ranking de tu ciudad, pero fuera de concurso y rotulado «solo verificación». Lo puntuamos con las mismas reglas, contra la misma estación y sobre la misma ventana que a los seis, y no entra en Sinapsis. El motivo es su licencia: los términos de Google no permiten republicar sus pronósticos vigentes, así que no verás qué dice para mañana; solo cuánto se equivocó en días que ya pasaron, un dato que Google libera bajo licencia CC BY 4.0.

Cómo leer su fila con justicia. Primero, puntuamos la mediana de sus 64 versiones, no una pasada única como la de los demás, y la mediana de un conjunto suele equivocarse menos de media porque se desprende del ruido que nadie puede predecir: parte de su ventaja, si la tiene, viene de ahí. El efecto contrario también existe: Google publica esa mediana hora a hora, y la máxima del día que sale de ella queda algo recortada respecto a la de cualquier versión suelta. En la lluvia usamos la media, porque sumar medianas horarias no da el total del día —si las versiones no se ponen de acuerdo en la hora, cada hora sale seca y el día también—, mientras que la suma de las medias sí es exactamente la media del total. Segundo, su temperatura sale de un módulo entrenado con observaciones de aeropuertos, de modo que donde nuestra estación de referencia es un aeródromo juega en un terreno que ya conoce. Tercero, para no regalarle horas de ventaja, usamos su corrida de las 18 UTC del día anterior, la que se parece a lo que tienen los demás cuando los archivamos de madrugada, y no la más reciente. No es del todo independiente del ECMWF —arranca de su análisis— y no da rachas de viento, así que en esa variable no tiene fila.

© 2024-6 Google LLC, whose machine learning models were used to create the experimental data made available under the following licence terms https://storage.googleapis.com/weathernext-public/terms-of-use.pdf. This data is intended for experimental modelling only and is not intended, validated, or approved for real world use. Past data licensed under CC BY 4.0.

AEMET, también fuera de concurso

En los municipios de España verás además la predicción oficial de AEMET, la del servicio meteorológico del Estado. Es la comparación que más nos piden: ¿acierta más AEMET o MeteoRanking en mi pueblo? La puntuamos con las mismas reglas, contra la misma estación y sobre la misma ventana que a los demás, y usamos la predicción que AEMET tenía publicada a la hora en que leemos los modelos de madrugada. A esa hora, casi siempre es la que elaboró la tarde anterior. Es lo que verías tú si la consultaras entonces, igual que a cada modelo le puntuamos su última pasada publicada.

Por qué no entra en Sinapsis. Antes de decidirlo lo medimos: en 580 municipios, del 9 de agosto al 4 de octubre, meter a AEMET en la mezcla empeoraba un poco la máxima (un 0,5 %) y la mínima (un 1,7 %), y no mejoraba la lluvia. Probamos también a darle su predicción de primera hora, más fresca que la de los modelos, y el resultado fue el mismo. Su predicción se parece mucho a la de los modelos que ya combinamos y viene en grados enteros, así que aporta poco que no esté ya dentro. Lo volveremos a medir con la temporada de lluvias. Dos detalles de su fila: la predicción diaria de AEMET no da litros, así que en la lluvia solo cuenta si acertó que llovería (dice que sí cuando su probabilidad del día es del 50 % o más), y la racha solo se compara los días en que la anuncia.

El combinado: una media que aprende

Al combinado lo llamamos Sinapsis y lo versionamos: hoy corre Sinapsis 3.1. Cuando cambie la forma de ponderar o de corregir el sesgo subirá de versión (3.5, 4…), y el ranking de cada ciudad dirá siempre qué versión firmó esas cifras.

Qué cambió de la 3 a la 3.1 (7 de octubre de 2026). Para la probabilidad de lluvia, cada modelo «vota» si cree que lloverá. Hasta la 3, votaba que sí en cuanto pronosticaba una décima de milímetro, de modo que la llovizna de un solo modelo bastaba para anunciar lluvia, y a veces no caía ni una gota. Desde la 3.1 un modelo vota lluvia a partir de medio milímetro. Lo medimos antes de cambiarlo, dos veces y en dos ventanas distintas: el pronóstico de lluvia se equivoca un 15 % menos, las falsas alarmas bajan de un 12 % a un 8 % de los días, y a cambio se nos escapa algo más de lluvia real (de un 3,5 % a un 5,6 %). «Llovió» sigue siendo lo mismo: que la estación midiera al menos 0,1 mm.

La línea gruesa, Sinapsis 3.1, no es un modelo más: es una síntesis ponderada de los seis. La idea es vieja y sólida — los meteorólogos la llaman ensemble — y consiste en que el promedio de varios modelos independientes suele acertar más que cualquiera de ellos por separado. Nosotros damos un paso más: el peso de cada modelo no es fijo. Se recalcula para cada variable que podemos verificar (máxima, mínima, precipitación, viento, racha y humedad) y cada horizonte (mañana, pasado, dentro de tres días…) según su acierto reciente en tu ciudad, dando más importancia a los errores nuevos que a los antiguos, con una semivida de 45 días: el error de hace mes y medio pesa la mitad que el de ayer.

Además corregimos el sesgo medido de cada modelo antes de promediar: si uno lleva semanas quedándose 1 °C corto con las máximas en tu zona, se le suma ese grado. Lo validamos con un backtest de un año en cuatro climas distintos: la corrección mejora la temperatura máxima un 5,6 %, la mínima un 4,7 %, el viento un 7,4 %, las rachas un 13,5 % y la nubosidad un 2 %. La precipitación se excluye a propósito: es asimétrica y casi siempre cero, y corregirle el sesgo la empeora (un 8 %). Cuando un ajuste no funciona, no se aplica — aunque quede menos elegante.

La humedad tampoco se corrige, y conviene decir por qué: aquel backtest midió cinco variables, y esa no estaba. Se puntúa igual que las demás — verás su MAE y su sesgo en el ranking de tu ciudad — pero al combinarla nos limitamos a ponderar. Aplicarles una corrección que nadie ha validado sería exactamente el tipo de atajo que este sitio existe para no dar. El día que repitamos el backtest con ellas dentro, lo contaremos aquí.

La verificación: cada día, contra la realidad

Aquí está el corazón del sitio. Dos veces al día, a hora fija, nuestro servidor recorre los más de 700 municipios de España y Portugal y refresca los pronósticos; cada pocos días, además, puntúa los antiguos de cada municipio. Para puntuar forma pares (predicción, observación): lo que cada modelo dijo ayer para hoy —que guardamos nosotros mismos cada día, en nuestro propio archivo—, frente a lo que de verdad midió la estación oficial más cercana, de AEMET en España y del IPMA en Portugal. De cada par salen dos métricas sencillas: el error medio absoluto (MAE: cuántos grados, milímetros o km/h se desvió, en promedio) y, para la lluvia, el acierto sí/no (¿llovió al menos 0,1 mm cuando dijo que llovería, es decir, cuando pronosticó medio milímetro o más?). En la sección Fiabilidad puedes ver esa verificación día a día: pronóstico de víspera contra observación, fecha a fecha, sin retoques.

Por qué a hora fija. Leemos los modelos a las 4:15 y a las 16:15 (hora peninsular de verano; en invierno, una hora antes), para que la previsión esté al día cuando te despiertas y antes de la tarde. La hora no es casual: los modelos no publican a la vez —ICON y Météo-France salen unas tres horas antes que el ECMWF y la Met Office— y, si leyéramos a cualquier hora, unos competirían a veces con una pasada seis horas más fresca que otros. A esas dos horas, todos los que hacen cuatro pasadas al día tienen ya la misma y ninguno ha sacado la siguiente. Dos excepciones, que juegan en su contra: GEM solo hace dos pasadas diarias, y la Met Office alarga solo esas dos más allá de dos días y medio. Así que a esas horas compiten con una pasada algo más vieja, que es exactamente lo que tendrías tú si los consultaras a esa hora. El pronóstico que puntuamos es siempre el de la lectura de la madrugada.

Un cambio que preferimos contar nosotros. Hasta el 24 de septiembre de 2026 la vara no era la estación, sino el reanálisis ERA5 del ECMWF: la mejor reconstrucción posible del estado de la atmósfera, pero una reconstrucción sobre una malla de unos 30 km, no un termómetro. Desde ese día medimos contra el termómetro de verdad. Para la temperatura es una vara mejor —la estación mide la máxima y la mínima en continuo, no las estima—, pero es otra vara: las cifras de error cambiaron (de media, la estación marca unas siete décimas más que ERA5, y en algunas ciudades bastante más), y el orden de los modelos puede haber cambiado en algunos sitios. No es que los modelos empeoraran de un día para otro; es que ahora se les examina con otro metro.

El cambio tuvo dos renuncias, y las decimos. Las estaciones no miden la nubosidad, y solo una de cada cinco publica la presión al nivel del mar, así que esas dos variables dejaron de puntuarse. La presión sigue igual: en el pronóstico, combinando los modelos a partes iguales. La nubosidad la recuperamos el 7 de octubre de 2026 con el satélite (lo contamos justo abajo). Y en Portugal el IPMA publica lecturas horarias, no el máximo continuo, así que allí la máxima diaria se queda algo corta.

La nubosidad, vista desde el espacio. Como ninguna estación mide las nubes, desde el 7 de octubre de 2026 las comprobamos con el satélite: la máscara de nubes de Meteosat, que EUMETSAT publica cada pocos minutos y que dice, para cada cuadradito de unos 3-5 km, si hay nube o está despejado. Para cada municipio contamos qué parte del cielo está cubierta en 10 km a la redonda, hora a hora, y hacemos la media del día. Antes de usarla la pusimos a prueba contra algo medido en tierra, las horas de sol de las estaciones de AEMET que tienen heliógrafo, y las dos cosas van muy juntas (una correlación de 0,85). Con esa vara, Sinapsis combina las nubes según lo que acierta cada modelo en tu municipio, en vez de a partes iguales: en el piloto, de agosto a octubre, el error de la nubosidad bajó un 4 %. Tiene sus límites, y conviene saberlos: una nube muy fina cuenta como nube aunque deje pasar el sol, y de noche el satélite distingue peor la niebla y las nubes bajas. Datos del satélite: © EUMETSAT.

El ranking local y el «walk-forward»

Con esos pares construimos la clasificación local: qué modelo acierta más en tu ciudad, variable a variable, agregando los horizontes de 1 a 3 días. Un modelo solo puntúa cuando acumula al menos 10 pares — antes de eso, decir «es el mejor» sería ruido.

Y la fila de Sinapsis 3.1 en ese ranking tiene una regla especial, la más importante de todo el método: se evalúa fuera de muestra, con la técnica llamada walk-forward. El pronóstico combinado de cada día se puntúa usando únicamente los pesos que existían el día anterior — es decir, exactamente el pronóstico que tú habrías visto esa mañana, no uno recalculado a toro pasado. Sin esta regla, el combinado jugaría con ventaja: se estaría examinando de un examen cuyas respuestas ya conoce. Con ella, compite en igualdad de condiciones con los seis modelos. Es la diferencia entre una nota real y una nota maquillada.

La regla tiene una consecuencia que también cuidamos. En sus primeros siete días de historia Sinapsis no puede puntuar: todavía no tiene un «ayer» del que sacar sus pesos. Para que nadie se examine de un temario distinto, cada modelo se mide solo en los días en que Sinapsis también puntúa. Las mismas preguntas para todos.

La lluvia se puntúa aparte, y por un motivo: la mayoría de los días no llueve, así que quien anuncia poca lluvia —o ninguna— acierta casi siempre sin saber nada. Para que callar no dé ventaja, la nota de «¿llovió o no?» tiene dos mitades. De los días que llovió, ¿en cuántos avisó cada fuente? De los días secos, ¿en cuántos dio seco? La nota es la media de las dos, de 0 a 100, y quien no anuncia lluvia nunca se queda en 50, igual que quien la anuncia siempre. Contamos como día de lluvia el de 1 mm o más, el mismo listón que usan los índices climáticos de la Organización Meteorológica Mundial y los valores normales de AEMET. Con esa nota se decide quién acierta la lluvia en el mapa; el error en milímetros sigue en su tabla, como dato. Y donde no ha llovido lo bastante, no hay nota: no se puede saber quién acierta la lluvia en un sitio donde no ha llovido.

De dónde sale la ventana de días

Cuando el sitio dice «últimos N días», ese número no es una promesa: es una medición. En cada corrida calculamos la edad del par verificado más antiguo disponible y publicamos esa ventana real. Depende de dos archivos nuestros: el de pronósticos, que guardamos cada día desde julio de 2026, y el de observaciones de estación, que conserva 40 días. Podríamos escribir un número más impresionante en un texto fijo; preferimos que la cifra salga de los datos de cada corrida, aunque sea más modesta. Es una ventana suficiente para separar los modelos buenos de los malos en tu zona y lo bastante corta para reflejar su forma actual, que cambia con las estaciones.

La promesa de honestidad

Todo lo anterior se resume en un compromiso: «si un día lo hacemos peor que un modelo, lo verás». El sitio publica, sin filtro, si el combinado bate o no al mejor modelo individual de tu ciudad; la gráfica de evolución muestra el MAE en ventana móvil de 30 días de todos los modelos y del propio combinado, en la misma escala; y la verificación diaria enseña cada fecha en la que nos equivocamos, cuánto, y quién lo hizo mejor. También te contamos las limitaciones antes de que las descubras: las temperaturas mínimas y la lluvia débil son intrínsecamente más difíciles de predecir que las máximas — para los seis modelos y, por tanto, también para nosotros.

No te pedimos que te fíes de MeteoRanking. Te pedimos que mires los datos de ayer y decidas tú. Están en la portada, todos los días.