Per circa 20 anni il modello GFS (Global Forecast System) di previsioni metereologiche made in USA è stato meno accurato del suo concorrente europeo ECMWF (european center for medium-range weather forecast).
Quando nel 2012 ci fu il caso dell’uragano Sandy, il gap tra i due centri di previsione meteo emerse in maniera evidente: GFS predisse che l’uragano sarebbe rimasto sopra l’oceano mentre ECMWF avvertì avrebbe virato verso la costa.I danni provocati dall'uragano nei soli Stati Uniti vennero stimati intorno ai 60 miliardi di dollari, mentre le vittime complessivamente certificate ammontarono a oltre 250.
In risposta a questo grave fallimento, il governo americano dispose per altri 30 milioni di dollari (circa) da investire per una versione upgradata del GFS, e qualche timido miglioramento si è effettivamente notato.
Il supercalcolatore Cray XC30 in dotazione al ECMWF ha rappresentato per anni il maggiore punto di forza nei confronti del GFS: circa 10 volte più potente in termini di calcoli per secondo,capace di sezionare l’atmosfera (ed elaborarne i dati) con una risoluzione di 16 km quadrati e 137 livelli di profondità (contro i “soli” 27 km quadrati e 64 livelli del GFS).
ECMWF fu inoltre il primo sistema a fare uso di satelliti per colmare i gap informativi sulle condizioni atmosferiche sopra gli oceani (non rilevabili da terra con semplici palloni o centraline di rilevamento) e ad implementare un sistema di predizioni multiplo, basato su complessi modelli caotici, in grado di elaborare oltre 50 diverse previsioni meteo in parallelo, a partire da minime variazioni della variabili allo stato iniziale (e assegnando a ciascuna previsione una probabilità).
Oggigiorno ECMWF è ancora considerato superiore a GFS, e nonostante quest'ultimo abbia accorciato le distante di parecchio, ed esperti ritengano che a breve possa superare la potenza del supercalcolatore di ECMWF, alcuni stimati meteorologi (come il professor Cliff Mass,citato in questo recente articolo dell'economist) affermano che questo non sarà sufficiente per superare l’accuratezza predittiva dell’ intero modello ECMWF, poichè il problema starebbe nella qualità e distribuzione dei dati in ingresso al sistema (oltre che alla capacità di elaborazione), e GFS necessiterebbe una migliore organizzazione tra le diverse stazioni che lo compongono e una maggiore integrazione con altri centri meteo non governativi.