ГенКаст, модел заснован на вештачка интелигенција од Google DeepMind, покажа импресивна прецизност во временска прогноза, истовремено соревнувајќи се со традиционалните модели. Во тестови со податоци од 2019 година, ГенКаст ги надмина резултатите на водечкиот ENS модел за прогноза во 97, 2% од времето, како што е објавено во Nature. Иако вештачката интелигенција не е предвидена да ги замени традиционалните прогнози наскоро, модели како ГенКаст ветуваат подобрување на прецизноста на временската прогноза, особено за сериозни бури. Обуќен на временски податоци од 1979 до 2018 година, ГенКаст учи од историска шема за да прогнозира идни услови на различен начин од традиционалните модели, кои се потпираат на суперкомпјутери за да симулираат атмосферска физика. Важен факт е дека ГенКаст обезбеди просечно дополнителни 12 часа претходно предупредување за тропските циклони и се истакна во предвидување на патеката на циклони, екстремните временски услови и производството на ветровита енергија во период од 15 дена. Првичните тестови на ГенКаст се спроведоа против постара верзија на ENS, која сега работи на повисока резолуција, што ги прави директните тековни споредби тешки.

Меѓутоа, слични студии за периодот од 2020 до 2022 година ги потврдија позитивните резултати, иако тие студии не се подлежеа на рецензирање и немаат податоци за 2023 година. И покрај повисоката резолуција на ENS во минатото, ГенКаст сè уште се истакнуваше поради разликите во компјутерските пристапи. ГенКаст користи решетка од 0, 25 степени, додека ENS ја подобри својата резолуција од 0, 2 степени во 2019 година на 0, 1 степен во моментот. Брзината на ГенКаст е предност, произведувајќи прогнози за 15 дена во осум минути, за разлика од ENS кој бара часови, што ги истакнува потенцијалните предности во ефикасност и намалени трошоци за компјутерски ресурси. ГенКаст има простор за подобрување, како што е постигнување повисока резолуција или произведување прогнози почесто од сегашните интервали од 12 часа, што може да влијае на апликативната вредност, како што е проценка на ветровита енергија. Додека улогата на вештачката интелигенција во метеорологијата се’ уште се оценува, отворениот код на ГенКаст им овозможува на прогнозерите да експериментираат со него. DeepMind гледа модели како ГенКаст како интеграција со традиционалните методи за да се изгради доверба и сигурност во прогнозирањето подобрено со вештачка интелигенција, со цел да се постигне широк социјален импакт.