Horas Perdidas PRHours Lost PR

5:00 PM
Horas-persona perdidas en el tramo· grosor = carriles · ◆ caída de carriles

Dónde pierde horas Puerto Rico en el tapón y cuánto costaría recuperarlas.Where Puerto Rico loses hours in traffic, and what it would cost to win them back.

Modelo de toda la isla, solo vías principales. Cada total trae su rango.Island-wide model, main roads only. Every total comes with a range. · Segment cards are still in Spanish.

Peores tramos ahora

Escenarios

Hipotéticos, no pronósticos: mismas personas, menos vehículos. Cambian todo: indicadores, mapa y gráficos.

Calidad del dato

Cada problema de la fuente se cuenta aquí o se marca en su tramo.

Por hora del día

Ver como tabla

Fuente: modelo v6 con FHWA HPMS 2022, calibrado con Texas A&M UMR 2025

Municipios

Horas-persona al año en las carreteras principales de cada municipio. Toca uno para filtrar.

Ver los 78 municipios

Fuente: modelo v6 · límites Censo TIGER/Line 2024

Rutas

Horas-persona al año por número de carretera.

Ver como tabla

Fuente: modelo v6 con FHWA HPMS 2022

San Juan contra Honolulu, Miami y Santo DomingoSan Juan vs Honolulu, Miami and Santo Domingo

San Juan tiene más carretera por persona. La diferencia: 82% va solo en carro y casi nadie usa la guagua.San Juan has more road per person. The difference: 82% drive alone and almost nobody rides the bus.

Más carretera por persona, menos guagua y el ingreso más bajoMore road per person, less transit, lowest income

Cada fila tiene su propia escala. Pasa el cursor por un punto para ver el número y su nota.Each row has its own scale. Hover a dot for the number and its note.

Fuente: Censo ACS 2024 y áreas urbanas 2020 · FHWA HM-72 2024 · DTOP, Hawaii DBEDT, FLHSMV, DGII · FTA NTD 2024 · INRIX 2025 (cifras citadas) · ONE (censo RD 2022, preliminar)

Kilómetros de vías públicas por cada 1,000 habitantes del área urbana.Kilometers of public road per 1,000 residents of the urban area.

Fuente: FHWA Highway Statistics HM-72 (2024) · Censo, áreas urbanas 2020

¿Y si 4 de cada 100 personas en carro usaran la guagua?What if 4 in 100 people in cars took the bus?

−27%

horas perdidas en carretera si 4.2% de la gente en carro se pasa a la guagua.fewer road hours lost if 4.2% of people in cars switch to the bus.

Modelo v6 · escenario de guagua, misma genteModel v6 · bus scenario, same people

¿Está empeorando?Is it getting worse?

En hora pico, sí: de 1982 a 2014 creció más que en Honolulu o Miami. El viaje al trabajo, no: lleva 14 años en 29 minutos.At rush hour, yes: from 1982 to 2014 it grew faster than in Honolulu or Miami. The commute, no: about 29 minutes for 14 years.

Horas de demora al año por viajero en carro, área urbana. Hay un corte de método.Annual hours of delay per auto commuter, urban area. There is a method break.

Fuente: Texas A&M Transportation Institute, Urban Mobility Report (ediciones 2015, 2019, 2021, 2023 y 2025; cifras citadas)

El viaje al trabajo en PR no ha cambiado desde 2010; en EE.UU. subió 2 minutosPR's commute hasn't changed since 2010; the US average rose 2 minutes

Minutos de ida, promedio de todos los que viajan al trabajo. Sin 2020 (pandemia).One-way minutes, average of all commuters. No 2020 (pandemic).

Fuente: Censo ACS/PRCS 1 año, 2010–2024 (S0801, B08013/B08303)

14% menos gente, pero 6% más gente que sale a trabajar14% fewer people, but 6% more people commuting

Índice, 2010 = 100, Censo 1 año. El salto de 2022 es en parte de método.Index, 2010 = 100, Census 1-year. The 2022 jump is partly a method change.

Fuente: Censo (estimados de población y ACS/PRCS 1 año)

Viaje promedio al trabajo, minutos. Los 6 municipios que más bajaron y los 6 que más subieron (Censo 5 años 2006–2010 contra 2020–2024).Average commute, minutes. The 6 municipios that fell most and the 6 that rose most (Census 5-year 2006–2010 vs 2020–2024).

Fuente: Censo ACS/PRCS 5 años (B08013, B08303), sin Culebra ni Vieques

¿Se invierte donde se pierde el tiempo?Is money spent where time is lost?

Muy poco. El dinero de carreteras se reparte por toda la isla; el tapón está en unos pocos municipios del área metro.Very little. Road money is spread across the island; congestion sits in a few metro municipios.

Parte de las horas perdidasShare of hours lostParte del dineroShare of the money

Fuente: modelo v6 · ACT, STIP FY2024-25 Obligated Projects · OpenFEMA PA cat. C · acuerdos DTOP–municipios 2026 (prensa) · proyectos de varios municipios no se reparten

Tu ruta, con y sin tapónYour route, with and without traffic

Escoge salida, destino y hora. Línea punteada = sin tráfico.Pick origin, destination and time. Dashed line = no traffic.

Tiempo acumulado a lo largo de la ruta

Eje horizontal: kilómetros recorridos. Eje vertical: minutos desde que saliste.

La ruta en el mapa

Color = velocidad a la hora escogida.

Velocidad por kilómetro y hora del día

Cada fila es una hora del día; cada columna, un tramo de la ruta. Verde = rápido, rojo = lento. Así se ve cómo la fila nace en el cuello de botella y crece hacia atrás.

rápidolento

Duración del viaje según la hora de salida

Minutos de punta a punta. La línea es el viaje sin tráfico.

Velocidad a lo largo de la ruta

km/h a la hora escogida vs sin tráfico.

Tu tapón: ¿cuánto pierdes tú?

Marca por dónde pasas y a qué hora. 250 días laborables al año.

—

Lo que dicen los númerosWhat the numbers say

Once hipótesis probadas con datos públicos. Arriba, lo citable; abajo, si se confirmó.

Qué arreglar primeroWhat to fix first

El arreglo más rentable de cada punto, con beneficio/costo a 10 años.

Costos de proyectos reales de FHWA y Texas A&M llevados a 2026 USD con el NHCCI (×3.2, tope conservador). Ahorro bajo con costo alto = B/C bajo.

Ver las 12 fichas con todos los arreglos

Dinero y costosMoney and costs

El arreglo más rentable en cada uno de los 10 peores puntos, en dólares de 2026.The most cost-effective fix at each of the 10 worst spots, in 2026 dollars.

CostoCost

$0.9–4.6 M
una vez · 10 proyectosone-time · 10 projects

AhorroSavings

$15–39 M/año/yr
1.8–4.9 M horas al año1.8–4.9 M hours a year

RecuperaciónPayback

22–316: 1
beneficio/costo a 10 años · podría pagarse en 1 semana a 4 meses10-year benefit/cost · could pay back in 1 week to 4 months

Quién pagaWho pays

ACT · DTOP
con fondos federales de FHWA y pareo local; semáforos: ACT y municipioswith FHWA federal funds and local match; signals: ACT and municipalities
EscenarioScenarioCostoCostHoras ahorradas/añoHours saved/yrAhorro/añoSavings/yrB/C 10 añosyrSe paga enPayback
Bajo (ahorro bajo, costo alto)Low (low savings, high cost)$4.6 M1.8 M$14.5 M22 : 1116 días116 days
Base (punto medio)Base (midpoint)$2.7 M3.4 M$26.5 M68 : 138 días38 days
Alto (ahorro alto, costo bajo)High (high savings, low cost)$0.9 M4.9 M$38.5 M316 : 18 días8 days
Prueba de estrés: bajo con costo ×10Stress test: low with cost ×10$46 M1.8 M$14.5 M2.2 : 13.2 años3.2 years
Supuestos de este cálculoAssumptions behind this

Tiempo a $7.90 por hora-persona: la regla de USDOT para viajes locales personales (incluye ir al trabajo) es 50% del ingreso mediano del hogar por hora; área de San Juan, Censo 2024 ($30,640), llevado a 2026 con el CPI-U. Valor presente a 10 años al 7%. Costos de casos de FHWA y Texas A&M de 2002–2013 multiplicados por 3.2 (NHCCI, tope). Los ahorros son supuestos tomados de esos casos, no medidos aquí; varios "puntos" son filas de varios kilómetros. Contexto: el tapón en las vías principales vale $211–271 M al año. Repintar un punto de unión puede necesitar ensanchar el paseo; eso lo decide un ingeniero.Time at $7.90 per person-hour: USDOT's rule for local personal travel (which includes commuting) is 50% of hourly median household income; San Juan area, Census 2024 ($30,640), brought to 2026 with CPI-U. 10-year present value at 7%. Costs from FHWA and Texas A&M case studies (2002–2013) multiplied by 3.2 (NHCCI, upper bound). Savings are assumptions taken from those cases, not measured here; several "spots" are queues several kilometers long. Context: congestion on the main roads is worth $211–271 M a year. Restriping a merge may require widening the shoulder; a licensed engineer decides that.

Cómo lo hiceHow I built it

Leer el método completo: modelo, validación y qué fallóRead the full method: model, validation and what failed

El problema

Todo el mundo en Puerto Rico sabe que el tapón es malo, pero casi nadie puede decir cuánto, dónde ni qué costaría arreglarlo. El único número serio es el de Texas A&M: San Juan tiene un índice de tiempo de viaje de 1.43, el 9.º peor de 101 áreas urbanas de EE.UU. Ese número es para toda el área metro junta. No dice qué tramo, a qué hora ni qué pasa fuera de San Juan. Quise un mapa de toda la isla, hora por hora, con un número de horas perdidas que se pueda defender y con una lista de arreglos con precio.

Los datos

La base es el inventario federal de carreteras (FHWA HPMS 2022 de Puerto Rico): tránsito promedio diario, carriles, clase y ruta de 9,688 segmentos de autopistas, expresos y arteriales principales. Los junté en 966 tramos homogéneos. Encima van los límites municipales y la población del Censo, el ingreso mediano del hogar del área de San Juan (Censo 2024) y los mapas topográficos y fotos aéreas del USGS, que son de dominio público. Para el valor del tiempo uso la regla de USDOT para viajes locales personales, que incluye ir al trabajo: la mitad del ingreso mediano del hogar por hora, llevada a dólares de 2026 con el CPI-U ($7.90 por hora-persona).

No uso velocidades medidas. TomTom, INRIX y NPMRDS tienen esos datos, pero son de licencia: los cito y no los publico. Tampoco hay inventario público de semáforos ni conteos por hora y dirección; esos se pidieron bajo la Ley 141.

El modelo

Para cada tramo reparto el tránsito diario en 24 horas con un perfil urbano típico, separo laborables, sábados y domingos, y supongo cómo se divide por dirección cerca de San Juan. Donde la demanda pasa de la capacidad se forma una fila que sigue a la hora siguiente. En autopistas, debajo de la capacidad, la demora sale de la función de Akçelik. En arteriales sumo la demora de un semáforo cada 400 metros con las fórmulas del Highway Capacity Manual. Las horas de vehículo se convierten en horas-persona con ocupación por hora del día.

Después calibro: ajusto la capacidad hasta que el índice del modelo en hora pico en el área de San Juan da 1.43, igual que Texas A&M. El rango sale de recalibrar a 1.38 y a 1.48. Así llego a 30.6 millones de horas-persona al año (26.6 a 34.3 millones), que valen $211–271 millones en dólares de 2026. Es solo la red principal: Texas A&M, con todas las calles del área de San Juan, cuenta 78 millones.

Cómo lo validé

  • El índice calibrado coincide con Texas A&M por construcción, así que miré otras cosas: la forma del día (la tarde pesa casi el doble que la mañana, 40% contra 21% de la demora de un día laborable) y dónde cae la demora (los 10 peores puntos suman 64%; las arteriales, 43%).
  • 300 simulaciones con el volumen ±20% y la capacidad ±15% para ver qué puntos siguen arriba pase lo que pase. Los marcados "nivel A" quedan entre los 20 peores en 80% o más de las corridas.
  • Revisé a mano los tramos con más de 30,000 vehículos por carril en autopista o 15,000 en arterial. En 8 el número de carriles de la fuente no cuadraba con el resto de la ruta y lo corregí; el valor original queda guardado.
  • Once hipótesis con datos públicos: felicidad, ingreso, transporte, emigración, muertes, estado de las carreteras, costo del asfalto, tendencia, inversión por municipio, efecto escuela y quién viaja más. Ocho no se confirmaron y tres se confirmaron en parte. Las publico igual.

Comparaciones y series nuevas

Para comparar con Honolulu, Miami y Santo Domingo usé la misma geografía cuando se podía: áreas urbanas del Censo para tráfico y carreteras, áreas metropolitanas para viaje e ingreso. Santo Domingo casi no tiene datos comparables (ni Texas A&M, ni INRIX, ni TomTom lo cubren), así que en la gráfica aparece solo donde hay un número honesto. Para la tendencia junté las series de Texas A&M desde 1982 sin unir los dos métodos, y el viaje al trabajo del Censo desde 2010. Para el dinero crucé las horas de cada municipio con las obligaciones federales de la ACT, FEMA y los acuerdos de repavimentación de 2026, sin repartir proyectos que tocan varios pueblos. Para el efecto escuela usé el tránsito mensual de los peajes y los viajes mensuales del Tren Urbano, con Honolulu y Miami como control.

Qué hizo la IA

Trabajé con Claude, de Anthropic. Claude escribió el código: la limpieza de los datos en Python, el modelo en JavaScript, el mapa, las gráficas y las pruebas de hipótesis. También buscó y leyó las fuentes y escribió borradores de los textos. Yo puse las preguntas, decidí qué se quedaba y qué no, y revisé cada número contra su fuente. Muchas de las mejoras salieron de cosas que vi mal en el mapa y pedí arreglar.

Qué falló

  • La versión 5 metía filas de 90 minutos en un solo punto por un dato malo de carriles. Lo resolví repartiendo el exceso de la hora pico a las horas vecinas y corrigiendo los carriles imposibles.
  • Las arteriales casi no tenían demora porque el modelo ignoraba los semáforos. La versión 6 los suma.
  • Muchas carreteras se veían cortadas en el mapa. Eran huecos de la fuente; añadí 108 conectores visuales (28.7 km) que no cuentan en ningún total.
  • Marqué 163 "caídas de carriles" y la mayoría no tenía argumento. Ahora solo salen las 23 donde el lado estrecho se llena en hora pico.
  • Un titular de "vidas perdidas" junto a las muertes en carretera daba una señal equivocada. Lo cambié a "tiempo, no muertes".
  • El visor no dejaba cargar mapas satelitales de otros servidores. Incrusté las fotos aéreas del USGS en la página.

Lo que falta

Velocidades medidas, conteos reales por hora y dirección, inventario de semáforos y las calles locales. Las horas de un municipio son las de sus carreteras, no las de sus residentes. Con esos datos el rango se estrecha y la lista de arreglos se vuelve un plan.

The problem

Everyone in Puerto Rico knows traffic is bad, but almost nobody can say how bad, where, or what it would cost to fix. The only serious number comes from Texas A&M: San Juan has a travel time index of 1.43, the 9th worst of 101 US urban areas. That number covers the whole metro area at once. It does not say which segment, at what hour, or what happens outside San Juan. I wanted a map of the whole island, hour by hour, with a defensible count of lost hours and a priced list of fixes.

The data

The base is the federal road inventory (FHWA HPMS 2022 for Puerto Rico): average daily traffic, lanes, class and route for 9,688 segments of freeways, expressways and principal arterials. I merged them into 966 homogeneous sections. On top of that sit Census municipal boundaries and population, San Juan-area median household income (Census 2024), and USGS topographic maps and aerial photos, which are public domain. For the value of time I use the USDOT rule for local personal travel, which includes commuting: half of hourly median household income, brought to 2026 dollars with CPI-U ($7.90 per person-hour).

I do not use measured speeds. TomTom, INRIX and NPMRDS have them, but they are licensed: I cite them and do not publish them. There is also no public signal inventory and no hourly, directional counts; those were requested under Puerto Rico's Law 141.

The model

For each section I spread daily traffic over 24 hours with a typical urban profile, split weekdays, Saturdays and Sundays, and assume a directional split near San Juan. Where demand exceeds capacity a queue forms and carries into the next hour. On freeways below capacity, delay comes from the Akçelik function. On arterials I add the delay of one traffic signal every 400 meters using Highway Capacity Manual formulas. Vehicle-hours become person-hours using occupancy by time of day.

Then I calibrate: I adjust capacity until the model's peak-hour index for the San Juan area equals 1.43, the Texas A&M value. The range comes from recalibrating to 1.38 and 1.48. That gives 30.6 million person-hours a year (26.6 to 34.3 million), worth $211–271 million in 2026 dollars. That is the main network only: Texas A&M, counting every street in the San Juan area, finds 78 million.

How I validated it

  • The calibrated index matches Texas A&M by construction, so I checked other things: the shape of the day (the evening peak weighs almost twice the morning, 40% versus 21% of weekday delay) and where delay falls (the 10 worst spots add up to 64%; arterials, 43%).
  • 300 simulations with volume ±20% and capacity ±15% to see which spots stay on top no matter what. Spots marked "tier A" land in the worst 20 in at least 80% of runs.
  • I hand-checked sections with more than 30,000 vehicles per lane on freeways or 15,000 on arterials. In 8 of them the source lane count did not match the rest of the route and I corrected it; the original value is kept.
  • Eleven hypotheses tested with public data: happiness, income, transit, emigration, deaths, road condition, asphalt prices, trend, investment by municipio, the school effect and who commutes longest. Eight were not confirmed and three were partly confirmed. I publish them anyway.

New comparisons and series

To compare with Honolulu, Miami and Santo Domingo I used the same geography where possible: Census urban areas for traffic and roads, metro areas for commuting and income. Santo Domingo has almost no comparable data (Texas A&M, INRIX and TomTom don't cover it), so it appears in the chart only where there is an honest number. For the trend I gathered Texas A&M series back to 1982 without joining its two methods, plus Census commute times since 2010. For money I matched each municipio's hours with ACT federal obligations, FEMA, and the 2026 repaving agreements, without splitting projects that span several towns. For the school effect I used monthly toll traffic and monthly Tren Urbano ridership, with Honolulu and Miami as controls.

What the AI did

I worked with Claude, by Anthropic. Claude wrote the code: the data cleaning in Python, the model in JavaScript, the map, the charts and the hypothesis tests. It also found and read the sources and drafted the text. I set the questions, decided what stayed and what went, and checked each number against its source. Many of the improvements came from things I saw wrong on the map and asked to fix.

What failed

  • Version 5 put 90-minute queues at a single point because of one bad lane count. I fixed it by spreading the peak-hour excess into neighboring hours and correcting impossible lane counts.
  • Arterials showed almost no delay because the model ignored traffic signals. Version 6 adds them.
  • Many roads looked broken on the map. They were gaps in the source; I added 108 visual connectors (28.7 km) that count toward no total.
  • I flagged 163 "lane drops" and most had no case behind them. Now only the 23 where the narrow side fills up at peak are shown.
  • A "lives lost" headline next to road deaths sent the wrong signal. I changed it to "time, not deaths".
  • The viewer blocked satellite maps from other servers. I embedded USGS aerial photos in the page.

What is missing

Measured speeds, real hourly and directional counts, a signal inventory and local streets. A municipality's hours are those on its roads, not those of its residents. With that data the range narrows and the list of fixes becomes a plan.

Supuestos del modelo v6, paso por pasoModel v6 assumptions, step by step (Spanish)

PasoSupuesto
Volumen por horaAADT × 1.05 (día laborable) × perfil horario urbano genérico (hora pico ≈ 8% del día). Sábado ×0.95, domingo ×0.80.
Año250 días laborables + 52 sábados + 63 domingos y feriados.
DirecciónA menos de 30 km de San Juan: 60% hacia San Juan de 6 a 10 am y 60% desde San Juan de 3 a 7 pm, según cuánto apunta el tramo a San Juan. Se apaga de 30 a 60 km. Más lejos, 50/50.
CapacidadAutopistas y expresos: 2,100 veh/h por carril. Arteriales principales: 1,200 veh/h por carril. Todo × 0.955 (calibración).
CarrilesSi un tramo pasa de 30,000 vehículos por carril (autopista) o 15,000 (arterial), se usan los carriles de la misma ruta a menos de 2 km o el mínimo que pide el volumen. 8 tramos corregidos.
Ensanchamiento del picoNinguna hora pide más de 1.15 veces la capacidad. El exceso pasa a las horas vecinas y el total del día no cambia.
Demora en autopistasLo que pasa de la capacidad hace fila y sigue a la hora siguiente. Debajo de la capacidad, función de Akçelik (J = 0.1).
Demora en arterialesUn semáforo cada 0.4 km (supuesto), ciclo de 120 s y verde de 45%. Demora uniforme + incremental del HCM, menos la de madrugada (v/c 0.15), porque la velocidad libre ya incluye semáforos.
Dónde se cuenta la filaLos tramos saturados que se tocan dentro de una ruta forman una sola fila, contada en el más cargado.
Personas1.1 por carro en horas pico de días laborables, 1.4 el resto y 1.5 en fines de semana. 40 por guagua, 5% camiones.
Valor del tiempo
Nivel y puesto300 simulaciones con el volumen ±20% (±25% si es un valor arrastrado) y la capacidad ±15%. Nivel A = entre los 20 peores en ≥80% de las corridas.
Calibración y rangoCapacidad × 0.955 para que el índice de tiempo de viaje en hora pico del área de San Juan sea 1.43 (Texas A&M, Urban Mobility Report 2025, datos de 2024). El rango usa un índice de 1.38 (bajo) y 1.48 (alto).

Fuentes y licenciasSources and licenses

Cada hipótesis trae sus propias fuentes en "Fuentes" dentro de su tarjeta.Each hypothesis lists its own sources inside its card.

FuenteSourcePara quéUsed forLicenciaLicenseUso comercialCommercial useDatos deData year
FHWA Highway Performance Monitoring System (HPMS), Puerto RicoTránsito, carriles, clase y rutaTraffic, lanes, class, routeDominio público (gobierno de EE.UU.)Public domain (US government)SíYes2022
U.S. Census Bureau: TIGER/Line, Censo 2020, ACS/PRCS 2024Límites, población, ingreso, transporteBoundaries, population, income, commutingDominio público. TIGER/Line® es marca del Censo, que no respalda este proyectoPublic domain. TIGER/Line® is a Census trademark; the Bureau does not endorse this projectSíYes2020–2024
BLS CPI-UPaso a dólares de 2026Conversion to 2026 dollarsDominio públicoPublic domainSíYesmay 2024 · sep 2026
USGS The National Map (topográfico y fotos aéreas)Fondo del mapaBasemapDominio públicoPublic domainSíYes2024–2025
FHWA NHCCI, casos de cuellos de botella y Price TrendsCostos de arreglos y del asfaltoFix costs and asphalt pricesDominio públicoPublic domainSíYes1998–2025
NHTSA Traffic Safety Facts, FHWA Highway StatisticsMuertes y estado de las carreterasDeaths and road conditionDominio públicoPublic domainSíYes2020–2024
OpenFEMA, Public Assistance (carreteras, cat. C)Dinero de reparación por municipioRepair money by municipioDominio públicoPublic domainSíYes2017–2026
ACT/PRHTA, STIP FY2024-25 Obligated Projects; AAFAF, informes de la ACT (peajes mensuales)Dinero federal por municipio; tránsito mensualFederal money by municipio; monthly trafficDocumento público de PRPR public recordSíYes2023–2025
FTA National Transit Database (mensual y anual)Viajes en transporte públicoTransit ridershipDominio públicoPublic domainSíYes2014–2026
Hawaii DBEDT, FLHSMV, DTOP; DGII y ONE (Rep. Dominicana)Vehículos y población por ciudadVehicles and population by cityDatos públicos de cada gobiernoEach government's public dataCon atribuciónWith attribution2022–2026
Noticel, Primera Hora, El Nuevo Día; Departamento de Educación (prensa)Acuerdos DTOP 2026; calendario escolar2026 DTOP agreements; school calendar© de cada medio. Solo se citan cifras© each outlet. Figures cited onlySolo citaCite only2019–2026
Texas A&M Transportation Institute, Urban Mobility Report (ediciones 2015–2025)Índice 1.43 para calibrar; serie 1982–2024; casos de arreglos1.43 index for calibration; fix case studies© TTI. Solo se citan cifras publicadas© TTI. Only published figures are citedSolo citaCite only2024
World Happiness Report 2025–2026, Our World in Data, Banco MundialPrueba de felicidad y esperanza de vidaHappiness test and life expectancyOWID y Banco Mundial: CC BY 4.0. WHR: datos citadosOWID and World Bank: CC BY 4.0. WHR: figures citedCon atribuciónWith attribution2024–2026
TomTom Traffic Index, INRIX Scorecard, Numbeo, NPMRDSComparación entre países (solo cifras citadas)Country comparison (cited figures only)Propietario. No se publican sus datosProprietary. Their data is not publishedNo2025–2026
LeafletMotor del mapaMap engineBSD-2BSD-2SíYes1.9