¿Puede una IA gratuita que se ejecuta en mi RTX 5090 competir con ChatGPT, Claude y Hermes en asesoría hipotecaria?

Tengo una NVIDIA RTX 5090 en la computadora de mi casa, con 32 GB de memoria de video. Últimamente, he estado experimentando con la ejecución local de modelos de IA, sin depender de ChatGPT, Claude ni ningún otro servicio en la nube.

Uno de esos modelos es Qwen, un modelo de IA de pesos abiertos desarrollado por Alibaba que se puede descargar gratis.

Eso me hizo preguntarme algo.

¿Podría una IA que se ejecuta por completo en mi computadora, sin acceso a internet ni software hipotecario especializado, ofrecer asesoría hipotecaria útil en comparación con ChatGPT, Claude y un agente de IA que llevo ocho meses desarrollando?

Decidí averiguarlo.

Les di a los cuatro sistemas el mismo escenario hipotético de una compradora de vivienda por primera vez, incluidos sus ahorros, puntaje de crédito, límite de pago y supuestos sobre las tasas hipotecarias.

Después compliqué las cosas.

Nuestra compradora encontró una casa que le encantó, pero necesitaba $50,000 en reparaciones.

Las respuestas fueron diferentes. También lo fue la experiencia de obtenerlas.

Qwen respondió en segundos. ChatGPT no tardó mucho más. Claude fue notablemente más lento. Y Hermes, a pesar de contar con la infraestructura hipotecaria más especializada, fue por mucho el más lento.

Pero la velocidad es solo una parte de la historia.

Los cuatro sistemas también discreparon sobre cómo debía financiar la compradora la vivienda.

Esto fue lo que pasó

Resumen de los resultados:

Estas no eran cotizaciones de préstamos idénticas. Cada sistema eligió su propio precio de compra hipotético y sus propias estimaciones del seguro hipotecario.

Las diferencias entre las recomendaciones ya eran interesantes. Pero lo que realmente me llamó la atención fue que el sistema con menos conectividad también fue el más rápido, mientras que el agente con más recursos hipotecarios especializados fue el que más tardó.

Determinar si esos recursos adicionales mejoraron la calidad de la asesoría es una cuestión aparte.

Conozca a nuestra compradora de vivienda

Este es el escenario que les planteé.

Está comprando su primera vivienda en el condado de Sacramento. Trabaja para el Estado de California, tiene un puntaje de crédito de 740 y ha ahorrado $100,000.

Quiere una vivienda unifamiliar con una hipoteca de tasa fija a 30 años.

Su principal requisito es que el pago mensual total de la vivienda no supere los $3,500.

Estimamos $15,000 para los costos de cierre, y ella estaba dispuesta a considerar financiamiento convencional o FHA.

Le pregunté a cada sistema qué precio de vivienda podía pagar, cuánto debía dar de pago inicial, si debía pagar para reducir su tasa de interés y qué programa de préstamo tenía más sentido.

Para la comparación, proporcioné estas tasas de referencia para planificación correspondientes al 4 de noviembre de 2026:

También indiqué impuestos anuales sobre la propiedad del 1.15%, un seguro de propietario de vivienda de $150 al mes y ninguna cuota de una asociación de propietarios (HOA).

Estas eran tasas de referencia fechadas y proporcionadas para el ejercicio, no cotizaciones reales de prestamistas para esta prestataria.

Además, omití intencionalmente algunos datos, entre ellos sus ingresos y sus deudas mensuales existentes.

¿Por qué? Porque quería ver qué sucede cuando alguien le pide ayuda hipotecaria a un asistente de IA sin conocer todos los detalles que, con el tiempo, necesitaría un agente de préstamos.

La intención no era realizar una evaluación comparativa científica. No estaba formulando la misma pregunta decenas de veces para medir la precisión ni la variación de las respuestas.

Quería recrear la experiencia de un propietario de vivienda, o incluso de un profesional hipotecario, que recurre a la IA para obtener otra perspectiva.

Primera ronda: ¿Qué precio de vivienda puede pagar?

Con las tasas hipotecarias corregidas, tres de los sistemas recomendaron financiamiento convencional.

ChatGPT adoptó una postura diferente.

Estas son cifras seleccionadas de la respuesta de cada sistema, no ofertas hipotecarias equivalentes. Los pagos mensuales incluyen las estimaciones de los sistemas para impuestos, seguro y seguro hipotecario.

Vale la pena mencionar un detalle.

En un intento anterior, había proporcionado una tasa de la FHA más alta que la convencional. Después de revisar mis fuentes del mercado, corregí el ejercicio para usar una tasa de la FHA del 6.946% y una tasa convencional del 7.089%, y volvimos a analizar el escenario.

Eso importa porque tanto la tasa de la FHA como los costos de su seguro hipotecario afectan la comparación.

ChatGPT se inclinó por la FHA en el ejemplo de financiamiento que seleccionó. Los otros tres prefirieron el financiamiento convencional.

Claude calculó un precio máximo de compra de alrededor de $493,000, conservando $10,000 después de los costos de cierre estimados.

Hermes recomendó mantenerse más cerca de $485,000, dejando aproximadamente $12,250 en ahorros.

ChatGPT se centró en una estructura de financiamiento de la FHA con un pago mensual estimado ligeramente menor, aunque su ejemplo utilizó los $100,000 completos para el pago inicial y los costos de cierre.

¿Y Qwen? Generó comparaciones de financiamiento con las tasas proporcionadas, pero su respuesta más interesante surgió cuando introduje las reparaciones.

Segunda ronda: Le encanta la casa, pero necesita $50,000 en reparaciones

Imagine que esta compradora por fin ha encontrado la casa que desea.

El vecindario es el adecuado. El patio trasero es perfecto. Puede imaginarse viviendo allí.

Pero la casa necesita reparaciones importantes.

Un contratista considera que el trabajo podría costar $50,000.

Ahora, nuestra pregunta original sobre el financiamiento se vuelve más complicada.

La compradora aún tiene $100,000 en ahorros y el mismo límite de $3,500 para el pago mensual.

Pero ¿cuánto de ese dinero debería destinar al pago inicial y cuánto debería reservar para las reparaciones?

Les hice la misma pregunta de seguimiento a los cuatro sistemas.

Sus respuestas tomaron rumbos notablemente distintos.

Qwen: Negociar una reducción del precio y pagar las reparaciones en efectivo

Qwen recomendó negociar una reducción considerable del precio y utilizar financiamiento convencional.

Su ejemplo final era el siguiente:

Qwen propuso inicialmente un pago inicial mayor, pero luego reconoció que a la compradora no le quedaría suficiente efectivo para completar las reparaciones.

Corrigió la distribución y finalmente recomendó destinar $35,000 al pago inicial y reservar $50,000 para el trabajo.

El agente también habló de los programas FHA 203(k) y de renovación convencional, pero no elaboró una comparación detallada del financiamiento para renovaciones.

Su conclusión fue negociar una reducción del precio de compra y pagar el trabajo en efectivo.

Qwen reconoció que la compradora se quedaría sin reservas de emergencia, pero aun así recomendó la transacción.

También planteó la posibilidad de recibir un crédito considerable del vendedor como efectivo para reparaciones, una idea que exigiría revisar cuidadosamente las restricciones del programa hipotecario. Por lo general, los créditos ordinarios del vendedor para costos de cierre no son dinero en efectivo sin restricciones que el comprador pueda llevarse para hacer renovaciones. La CFPB describe los créditos del vendedor como contribuciones a los costos de cierre (nueva pestaña).

Además, los pagos estimados por Qwen no fueron validados de manera independiente en todos los escenarios.

Aun así, comprendió el problema central: comprar una vivienda que necesita $50,000 en reparaciones cambia la manera en que la compradora puede distribuir sus ahorros.

E hizo todo esto sin conexión a internet.

Hermes: Dar un pago inicial del 5% y conservar parte de los ahorros

Hermes Sentinel también exploró la posibilidad de pagar las reparaciones en efectivo.

Pero, en lugar de destinar $35,000 al pago inicial, recomendó dar solo el 5%.

Su ejemplo preferido fue una vivienda con un precio de entre aproximadamente $420,000 y $425,000.

Con un precio de $425,000:

Hermes también recomendó obtener una inspección completa de la vivienda, presupuestos por escrito de contratistas y la confirmación de que la propiedad reuniría los requisitos para un financiamiento convencional ordinario.

Consideró el financiamiento de la FHA para renovaciones, pero señaló que sería necesario conocer las tasas y los costos reales del préstamo para renovaciones antes de hacer una comparación confiable.

La diferencia importante entre Hermes y Qwen fue la conservación de efectivo.

El ejemplo final de Qwen dejó $0 en ahorros. Hermes dejó aproximadamente $13,750.

Sus precios de compra no eran idénticos, por lo que esta no es una comparación financiera directa. Sin embargo, sus estrategias para administrar el efectivo restante de la compradora fueron diferentes.

Además, Hermes disponía de mucha más información y más herramientas al elaborar su recomendación.

ChatGPT: ¿Por qué pagar las renovaciones en efectivo?

ChatGPT abordó el problema desde otra perspectiva.

Sugirió explorar el financiamiento para renovaciones en lugar de gastar automáticamente $50,000 de los ahorros de la compradora.

Más específicamente, se inclinó por investigar una hipoteca FHA 203(k).

HUD describe el programa FHA 203(k) (nueva pestaña) como un programa que permite combinar la compra de una vivienda y los costos de rehabilitación elegibles en una sola hipoteca, sujeto a los requisitos del programa.

ChatGPT utilizó este escenario ilustrativo:

El enfoque fue diferente al de Qwen y Hermes porque las reparaciones se financiarían.

Pero observe algo: el ejemplo recomendado por ChatGPT aún utilizaba los $100,000 completos de los ahorros del comprador.

Financiar las renovaciones no significaba automáticamente que la compradora tendría reservas de emergencia. Eso dependía del monto de su pago inicial y de los costos reales del préstamo para renovaciones.

ChatGPT también utilizó para su ejemplo de renovación la tasa estándar de la FHA proporcionada, en lugar de una cotización verificada para una hipoteca FHA 203(k).

Su consejo fue explorar el financiamiento para renovaciones, confirmar las condiciones de la propiedad y el alcance de las reparaciones, y comparar los términos de los prestamistas antes de proceder.

Claude: Financiar las reparaciones, pero prestar atención a la tasa de interés

Claude también exploró el financiamiento para renovaciones y se inclinó por el programa HomeStyle Renovation de Fannie Mae.

Su análisis inicial calculó que la compradora podría adquirir una vivienda que necesitara reparaciones por alrededor de $443,000 y financiar otros $50,000 en mejoras utilizando la tasa convencional proporcionada para fines de planificación.

Luego, Claude modeló una tasa hipotecaria para renovaciones 0.25 puntos porcentuales más alta.

Su precio máximo de compra estimado bajó a aproximadamente $434,000.

Eso representa casi $9,000 menos de poder adquisitivo debido a un cambio de un cuarto de punto porcentual en la tasa de renovación supuesta.

Claude también comparó pagar las reparaciones en efectivo y concluyó que financiar las obras podría conservar una mayor parte de los ahorros del comprador.

Recomendó obtener cotizaciones de contratistas, una inspección, una tasación basada en el valor posterior a la renovación y precios reales de préstamos para renovaciones. La guía de Fannie Mae sobre HomeStyle (nueva pestaña) describe el financiamiento para renovaciones y los requisitos del prestamista.

Pero, al igual que las de ChatGPT, las cifras de renovación de Claude no eran cotizaciones verificadas de prestamistas.

Sus cálculos también se basaron en estimaciones del seguro hipotecario tomadas de una tabla de tarifas publicada anteriormente.

Cuatro respuestas. ¿Cuál usaría usted realmente?

Veamos las diferencias una vez más.

Estos son los escenarios ilustrativos seleccionados por cada sistema. Las diferencias en los precios de compra, los pagos iniciales, los programas de préstamos y las estimaciones del seguro significan que las cifras de los pagos no pueden clasificarse como si fueran ofertas idénticas.

Pero resulta útil observar las diferencias.

Dos sistemas se inclinaron por el financiamiento convencional con reparaciones pagadas en efectivo.

Dos se inclinaron por el financiamiento para renovación.

Y los sistemas que favorecieron financiar las reparaciones no necesariamente dejaron al comprador con más dinero.

Precisamente por eso es importante analizar toda la estructura de financiamiento.

Era difícil ignorar la diferencia de velocidad

Una de las diferencias más notables no fue el asesoramiento hipotecario.

Fue el tiempo que tardaron los sistemas en generarlo.

Qwen fue, por mucho, el más rápido.

Al ejecutarse localmente en mi RTX 5090 con el razonamiento extendido desactivado, devolvió su respuesta en cuestión de segundos.

ChatGPT no se quedó muy atrás.

Claude tardó bastante más, particularmente al investigar las pautas de renovación y crear los documentos de su propuesta.

Hermes fue el más lento. Buscó documentos, recuperó información, realizó cálculos, utilizó sus flujos de trabajo hipotecarios y se encontró con interrupciones para solicitar aprobación durante el proceso.

Estas son mis observaciones al usar los sistemas, no mediciones comparativas precisas de tiempo. No instrumenté cada respuesta para medir tiempos de ejecución idénticos de principio a fin.

Además, los sistemas no estaban realizando exactamente el mismo trabajo.

Claude estaba creando documentos. Hermes operaba mediante un entorno especializado de agentes. Qwen respondía directamente sin acceso a la web.

Aun así, desde la perspectiva de alguien que simplemente hace una pregunta sobre hipotecas, la experiencia fue notablemente diferente.

La IA local respondió casi de inmediato. La IA más especializada necesitó mucho más tiempo.

Este ejercicio no permite determinar si ese tiempo adicional produjo un mejor asesoramiento.

Esta es la parte interesante: Qwen no tenía acceso a internet

Mantuve a Qwen sin conexión intencionalmente.

No podía buscar pautas hipotecarias vigentes, obtener información de prestamistas ni verificar los detalles de los programas de renovación.

Tampoco tenía acceso a la biblioteca especializada de investigación hipotecaria que he desarrollado para Hermes.

Qwen se basaba en sus conocimientos preentrenados y en la información que yo le proporcioné.

ChatGPT y Claude tenían disponible la investigación en internet. El trabajo registrado de ambos incluyó o permitió realizar investigaciones adicionales sobre programas de financiamiento y pautas relacionadas.

Hermes tenía acceso a investigación en internet, instrucciones específicas sobre hipotecas, herramientas de cálculo y conocimientos persistentes.

Esa diferencia plantea una pregunta.

¿El acceso a internet ayudó a ChatGPT y Claude a identificar el financiamiento para renovación como una opción más sólida?

Tal vez.

Pero no podemos determinarlo a partir de estos resultados.

Es posible que esos modelos ya conocieran los programas de renovación antes de buscar. Quizás las búsquedas simplemente los ayudaron a verificar detalles.

Hermes también tenía acceso a información sobre programas de renovación y aun así favoreció una estructura de reparaciones pagadas en efectivo en su recomendación final.

El propio Qwen mencionó los préstamos para renovación, a pesar de estar sin conexión.

Por lo tanto, la diferencia podría deberse al razonamiento de los modelos, sus supuestos, sus instrucciones, las herramientas disponibles o alguna combinación de esos factores.

Una sola interacción no permite aislar la causa.

¿Y qué hay de los ocho meses de conocimientos hipotecarios de Hermes?

Esta es otra cuestión que me ha interesado explorar.

Hermes Sentinel no es un chatbot genérico que instalé ayer.

Se ha utilizado durante aproximadamente ocho meses para apoyar trabajos relacionados con hipotecas, y he creado un sistema considerable a su alrededor.

Cuenta con instrucciones hipotecarias especializadas, herramientas de cálculo, flujos de trabajo de investigación, memoria persistente y una biblioteca de conocimientos organizada.

El modelo de lenguaje subyacente proviene de OpenAI.

Esa distinción es importante porque ChatGPT también utiliza modelos de OpenAI, aunque las configuraciones exactas de los modelos y los sistemas que los rodeaban eran diferentes.

Claude utiliza la tecnología de modelos de Anthropic.

Qwen es un modelo de pesos abiertos que se ejecuta localmente.

No hemos determinado que los sistemas tengan conocimientos preentrenados o capacidades de razonamiento idénticos.

Tampoco estábamos probando los modelos de lenguaje sin sistemas adicionales en condiciones idénticas.

Estábamos observando las respuestas producidas por cuatro sistemas de IA diferentes tal como alguien podría utilizarlos en la práctica.

Aun así, el hecho de que Qwen pudiera producir una propuesta de financiamiento sin la infraestructura adicional despierta mi curiosidad sobre cuánto mejoran la experiencia las herramientas y los conocimientos especializados.

También les proporcioné un Contrato de Honestidad

Para esta comparación, proporcioné a los sistemas un Contrato de Honestidad y Fundamentación.

El propósito era hacer que identificaran sus supuestos, distinguieran los cálculos de los hechos verificados y revelaran lo que no podían determinar.

No eliminó los errores.

Qwen corrigió una contradicción en la asignación de efectivo, pero también hizo sugerencias cuestionables sobre los créditos del vendedor.

Los cálculos de ChatGPT se basaron en supuestos no verificados sobre el seguro hipotecario y en precios estándar de la FHA aplicados a un financiamiento hipotético para renovación.

Claude reveló que sus cifras del seguro hipotecario provenían de una tabla de tarifas anterior y que los costos de financiamiento específicos para la renovación seguían siendo desconocidos.

Hermes proporcionó cálculos detallados e identificó varios datos no verificados, entre ellos el seguro hipotecario, los créditos del vendedor y los costos reales del financiamiento para renovación.

La conclusión no es que alguno de ellos fuera incapaz de ayudar.

Se trata de que los consejos financieros generados por IA pueden parecer muy refinados incluso cuando aún es necesario verificar los cálculos, los supuestos o los detalles del programa en los que se basan.

Y eso importa tanto si usa un modelo local como un sistema comercial en la nube.

Esta no fue una evaluación comparativa científica

Quiero dejar claro el propósito de este ejercicio.

No ejecuté 30 ni 100 versiones del mismo escenario hipotecario para medir la variación estadística, las tasas de alucinaciones o la precisión de los modelos.

No intentaba determinar qué IA es objetivamente más inteligente.

Quería recrear algo mucho más cotidiano.

Una persona que quiere comprar una vivienda tiene una pregunta sobre financiamiento. Se la hace a un asistente de IA.

Quizá haga otra pregunta cuando descubra que la vivienda necesita reparaciones.

¿Qué tipo de respuesta recibe? ¿Le ayuda a entender sus opciones? ¿Señala algo que no había considerado?

Eso es lo que quería observar.

No todas las respuestas tenían el mismo nivel de detalle. Los sistemas no usaron herramientas idénticas. Algunos tardaron más que otros y algunos exigieron más interacción.

Eso forma parte de la experiencia que tendría una persona al usar estas herramientas.

La comparación no fue ciega ni recibió una evaluación independiente. No la presento como una clasificación objetiva ni declaro ganador a ningún sistema.

Qué significa esto para un comprador del condado de Placer

El comprador hipotético vivía en el condado de Sacramento, pero las preguntas para tomar una decisión también son relevantes al considerar una vivienda que necesita reparaciones en Roseville, Rocklin, Auburn, Lincoln u otro lugar del condado de Placer. El supuesto de una tasa de impuestos del 1.15% y la estimación de $150 de seguro utilizados en el ejercicio no son cotizaciones para ninguna propiedad de Placer.

Para una vivienda real en Placer, verifique la factura de impuestos y las contribuciones especiales de la parcela, pregunte sobre cualquier tasación suplementaria posterior a la compra y obtenga una cotización de seguro específica para la dirección antes de confiar en una estimación del pago mensual. El condado de Placer explica las facturas de impuestos suplementarios (nueva pestaña), y el Departamento de Seguros de California explica por qué las primas de las herramientas de comparación son solo estimaciones (nueva pestaña).

Si se necesitan reparaciones, obtenga por escrito el alcance del trabajo y cotizaciones de contratistas, consulte los permisos con la jurisdicción donde se encuentra la vivienda y compare el pago en efectivo de las reparaciones con las condiciones reales de los préstamos para renovaciones. Nuestra guía de financiamiento para renovaciones explica qué preguntar al comparar estas estructuras. Un préstamo para renovaciones puede tener requisitos de precios, tasación, contratistas, cuenta de depósito en garantía y finalización distintos de los de una hipoteca de compra ordinaria. La guía de Fannie Mae sobre HomeStyle (nueva pestaña) y la guía de HUD sobre el programa 203(k) (nueva pestaña) describen los marcos de esos programas.

¿Qué pasa si le doy más herramientas a Qwen?

Este podría ser el experimento que más me interesa realizar a continuación.

¿Qué ocurriría si le diera al modelo local Qwen acceso a internet, pautas hipotecarias vigentes, herramientas de cálculo y el mismo tipo de biblioteca de investigación disponible para los demás sistemas?

¿Abordaría de otra manera la cuestión de la renovación?

¿Mejoraría sus cálculos?

¿Ofrecería comparaciones más completas?

¿Su respuesta se volvería más lenta, más precisa o ambas cosas?

¿O las herramientas adicionales supondrían poca diferencia?

Aún no lo sabemos.

Pero es algo que quiero explorar.

Por ahora, un modelo de IA de pesos abiertos que se ejecuta por completo en una sola tarjeta gráfica de consumo produjo una recomendación de financiamiento sin acceso a internet.

Según mi experiencia, respondió más rápido que los demás sistemas, aunque sus consejos tenían limitaciones identificables.

Mientras tanto, los modelos en la nube y el agente hipotecario especializado aportaron al problema herramientas y capacidades de investigación adicionales, y produjeron estrategias de financiamiento algo diferentes.

¿Confiaría en alguno de ellos?

Imagine que usted es quien compra la vivienda.

Ha ahorrado $100,000. Quiere mantener el pago por debajo de $3,500 al mes. Encuentra una vivienda que le encanta, pero necesita $50,000 en reparaciones.

Qwen recomienda comprar una vivienda de menor precio y pagar las obras en efectivo, aunque en su ejemplo se usan todos sus ahorros.

Hermes recomienda una hipoteca convencional con un pago inicial bajo, lo que permite conservar parte del efectivo para gastos imprevistos.

ChatGPT sugiere explorar el financiamiento FHA para renovaciones.

Claude sugiere explorar el financiamiento convencional para renovaciones y comparar cuidadosamente la tasa.

Cuatro maneras de abordar el mismo problema.

¿Usaría alguna de estas recomendaciones para decidir cuánto ofrecer por la vivienda?

¿Confiaría en la IA local porque puede darle una respuesta inmediata?

¿Confiaría en el agente hipotecario especializado porque cuenta con más herramientas y conocimientos acumulados?

¿Preferiría ChatGPT o Claude porque pueden investigar otras opciones de financiamiento?

¿O querría que un profesional hipotecario con licencia verificara las cifras y analizara con usted las alternativas?

Eso es lo que me causa curiosidad.

La IA evoluciona rápidamente y es probable que más personas se encuentren con estos sistemas al tomar decisiones financieras importantes.

La pregunta no es solo si la IA puede ofrecer asesoramiento hipotecario, sino qué harán las personas con ese asesoramiento una vez que lo reciban.

Y tengo especial curiosidad por saber qué ocurrirá cuando demos a ese modelo local Qwen los mismos recursos disponibles para los demás.

Ese será un experimento para otro día.

Acerca de este experimento

Esta comparación se realizó el 4 de noviembre de 2026 con un comprador hipotético de su primera vivienda en el condado de Sacramento. Fue un ejercicio de observación destinado a reflejar cómo una persona podría usar la IA para obtener información hipotecaria, no una prueba comparativa científica controlada.

Todas las tasas de interés, los pagos hipotecarios, las estructuras de préstamos y las situaciones de renovación son ejemplos históricos para fines de planificación. No son cotizaciones vigentes de prestamistas, estimaciones de préstamo, ofertas de financiamiento ni aprobaciones. El financiamiento real depende de los ingresos, las deudas y el crédito verificados del prestatario; el estado de la propiedad; la tasación; los precios del prestamista; el seguro; los requisitos del programa hipotecario y otros factores.

Los sistemas utilizaron distintas herramientas, configuraciones de modelos y fuentes de información. Qwen se ejecutó localmente sin acceso a internet. Sus resultados no fueron certificados de manera independiente como comparaciones de préstamos equivalentes.

Nick Cunningham | Nick's Lending