More than 40 model groups worldwide are participating in the Coupled Model Intercomparison Project Phase 6 (CMIP6), providing a new and rich source of information to better understand past, present, and future climate change. Here, we use the Earth System Model Evaluation Tool (ESMValTool) to assess the performance of the CMIP6 ensemble compared to the previous generations CMIP3 and CMIP5. While CMIP5 models did not capture the observed pause in the increase in global mean surface temperature between 1998 and 2013, the historical CMIP6 simulations agree well with the observed recent temperature increase, but some models have difficulties in reproducing the observed global mean surface temperature record of the second half of the twentieth century. While systematic biases in annual mean surface temperature and precipitation remain in the CMIP6 multimodel mean, individual models and high‐resolution versions of the models show significant reductions in many long‐standing biases. Some improvements are also found in the vertical temperature, water vapor, and zonal wind speed distributions, and root‐mean‐square errors for selected fields are generally smaller with reduced intermodel spread and higher average skill in the correlation patterns relative to observations. An emerging property of the CMIP6 ensemble is a higher effective climate sensitivity with an increased range between 2.3 and 5.6 K. A possible reason for this increase in some models is improvements in cloud representation resulting in stronger shortwave cloud feedbacks than in their predecessor versions.

中文翻译：

---

使用ESMValTool量化不同CMIP阶段的进度

全球有40多个模型小组正在参加耦合模型比对项目第6阶段（CMIP6），它们提供了丰富的新信息，以更好地了解过去，现在和将来的气候变化。在这里，与前几代CMIP3和CMIP5相比，我们使用地球系统模型评估工具（ESMValTool）来评估CMIP6集成的性能。尽管CMIP5模型没有捕捉到1998年至2013年全球平均表面温度升高的停顿现象，但历史CMIP6模拟与近期观测到的温度升高吻合得很好，但是某些模型在再现观测到的全球平均表面温度记录方面存在困难二十世纪下半叶。尽管在CMIP6多模型平均值中仍然存在年度平均表面温度和降水的系统偏差，但是各个模型和高分辨率模型的模型都显示出许多长期偏差的明显减少。在垂直温度，水汽和纬向风速分布方面也发现了一些改进，相对于观测而言，选定字段的均方根误差通常较小，模型间的跨度减小，相关模式的平均技能更高。CMIP6集合的新出现的特性是更高的有效气候敏感性，范围在2.3至5.6 K之间。这种模型增加的可能原因是云表示的改进导致短波云反馈比其前身版本更强。单个模型和模型的高分辨率版本显示出许多长期偏差的明显减少。在垂直温度，水汽和纬向风速分布方面也发现了一些改进，相对于观测而言，选定字段的均方根误差通常较小，模型间的跨度减小，相关模式的平均技能更高。CMIP6集合的新出现的特性是更高的有效气候敏感性，范围在2.3至5.6 K之间。这种模型增加的可能原因是云表示的改进导致短波云反馈比其前身版本更强。单个模型和模型的高分辨率版本显示出许多长期偏差的明显减少。在垂直温度，水汽和纬向风速分布方面也发现了一些改进，相对于观测而言，选定字段的均方根误差通常较小，模型间的跨度减小，相关模式的平均技能更高。CMIP6集合的新出现的特性是更高的有效气候敏感性，范围在2.3至5.6 K之间。这种模型增加的可能原因是云表示的改进导致短波云反馈比其前身版本更强。在垂直温度，水汽和纬向风速分布方面也发现了一些改进，相对于观测而言，选定字段的均方根误差通常较小，模型间的跨度减小，相关模式的平均技能更高。CMIP6集合的新出现的特性是更高的有效气候敏感性，范围在2.3至5.6 K之间。这种模型增加的可能原因是云表示的改进导致短波云反馈比其前身版本更强。在垂直温度，水汽和纬向风速分布方面也发现了一些改进，相对于观测而言，选定字段的均方根误差通常较小，模型间的跨度减小，相关模式的平均技能更高。CMIP6集合的新出现的特性是更高的有效气候敏感性，范围在2.3至5.6 K之间。这种模型增加的可能原因是云表示的改进导致短波云反馈比其前身版本更强。