Los modelos de cultivos se utilizan con frecuencia para evaluar el impacto de las respuestas al cambio climático. La evaluación del rendimiento del modelo frente a datos empíricos es crucial para establecer confianza, especialmente para el arroz (L.), uno de los cultivos de cereales más importantes del mundo. Los datos de cámaras de investigación suelo-planta-atmósfera (SPAR) y parcelas de campo se utilizaron para evaluar tres versiones del modelo ORYZA en una variedad de condiciones climáticas. Las tres versiones fueron: V1-la original, V2-V1 más un componente revisado de estrés por calor, y V3-V2 más un algoritmo acoplado de intercambio gaseoso a nivel de hoja. La comparación con conjuntos de datos SPAR, que cubrían una variedad de temperaturas en dos niveles de CO, indicó una mejora sucesiva en las predicciones de rendimiento con la versión del modelo. El Error Cuadrático Medio (RMSE) disminuyó en 520 y 647 kg/ha para V2 y V3, respectivamente, y el índice de acuerdo de Wilmott mejoró en un 10 y un 12% en comparación con V1 al promediarlo en 20 tratamientos y tres cultivares. Se observaron mejoras similares en 17 simulaciones de conjuntos de datos de campo con dos variedades adicionales. Estos resultados indicaron la importancia de mejorar las funciones de esterilidad por calor y las metodologías de asimilación de carbono que incorporan respuestas directas a la temperatura del aire y la concentración de CO en los modelos de arroz. La consideración de las diferencias entre cultivares en la sensibilidad térmica también es un aspecto importante a tener en cuenta para las evaluaciones climáticas.