几十年来，随着科学家们一直致力于研究和使用气候模型，这些气候模型也得到了很大的改善。20世纪80年代和90年代使用的模型相当有限。当时的模型做了很多简化和假设，并且包含建模者在当时无法完全理解的很多因素。下面是一些例子。当时的模型没有区分白天和黑夜。它们使用了非常粗粒度的网格（两点之间相距约500公里）。它们没有包括厄尔尼诺现象。它们对甲烷（一种温室气体）做的一些假设后来被科学家证明是不正确的。它们并没有考虑具有冷却效果的气溶胶（在空气中的小颗粒）。云对于气候来讲是非常重要的，但当时对于许多涉及云的形成、效果和消散的过程，都没有很好理解。IPCC在2001年总结到：“与我们在1990年的第一次IPCC评估报告中遇到的情形一样，对未来气候预测的最大的不确定性很可能是来自云，以及云与辐射之间的相互作用…… 云是在气候模拟中包含潜在错误的一个重要来源。” 在这些模型中，对海洋进行了极度简化，这也是模型的另一个非常显著的弱点。当时的计算能力也不足以做很多的计算来模拟海洋的行为。在采用以往数据运行时，一些早期的气候模型在预测上个世纪的温度升高时，竟然会比实际情况高出三到五倍。1990年IPCC的报告预测，每十年温度将会增加0.3℃（误差范围为0.2-0.5℃）。事实上，在随后二十年中实际的温度增长比预测要低。因此，对于这些气候模型和它们的预测存在太多的怀疑，也就不足为奇了。
如今的模型更加详细和复杂。计算机能力的增加允许我们使用更细粒度的网格（两点间距大约100-300公里），并且使用模型做更多实验。由于数据收集的增加和基础科学研究的进步，改善了我们对气候系统组成部分的行为和其相互作用的理解。模型预测，如果温室气体在大气中的浓度增加一倍，将导致全球气温上升大约2-4.5℃。模型还预测在未来几十年间，每十年气温会升高0.2℃，并且到21世纪末，海平面会上升大约8到23英寸。
我们是否很好地理解了背后的科学？数据的准确度又如何？气候学家了解关于气候的大量知识。在模型中涵盖了大量好的科学研究成果和数据。但是，未知的世界也依然很巨大。
模型计算结果中的很多变数依然来自于对云缺乏充分了解带来的问题。当地球变暖，水分蒸发，在大气中的额外水蒸气会吸收更多的热能，从而使得大气变得更暖。另一方面，水蒸气形成云，这反映了入射的太阳辐射具有一定的冷却效果。因此，云同时具有正面（不稳定）和反面（稳定）的反馈效应。关于该机制的基础科学是很容易理解的，但是对于该反馈机制的复杂性和规模则缺乏理解。
另一个相关的不确定性领域是太阳输出变化带来的影响。近期关于太阳活动、宇宙射线（太空辐射）和云的形成之间的相互作用的研究表明，太阳活动可能会影响云的形成，从而对气候变暖带来影响，而这是现在的气候模型所不包括的。这项研究依然处于早期阶段，这个理论本身也还有争议，带来的影响幅度也是未知的。科学家们还在继续做实验。
在有卫星可以帮我们收集数据之前的时期，没有足够的数据。例如，在IPCC列出的 “关键的不确定性”中，就包括没有足够的数据对在南极海冰厚度的趋势做出结论。
对于模型中使用的在过去一个世纪中的温度数据集，也是很多争议的来源。它们包括各种局限性（例如，在海洋和偏远地区的监测站太少）和错误。2011年，“伯克利地球表面温度”项目花费了多年的努力，对来自15个不同的数据集的温度数据完成了分析。他们对用于开发这些数据集的算法和统计方法进行了检查分析，并开发了新的统计方法来设法克服以前方法存在的问题。他们制定并公布了一个新的全球表面温度记录，并提供了关于不确定性的分析。气候科学的研究人员对这个项目中的工作质量，以及伯克利项目组关于公开发布其方法的决定，都大加赞誉。
模型中做了哪些假设和简化？在理想的情况下，从模型背后的科学（通常是物理和化学）中导出的公式，会影响气候的所有过程建模。这是不可能的，因为它需要太多的计算时间，而且并不是所有的基础科学都是已知的。人们用简化公式（称之为参数化）来表示许多过程，它们似乎给出了逼真的效果，但是却并非来自科学理论。不同模型采用的具体的参数化中存在的不同，反映的是建模人员自己的选择。