นักลงทุนกลุ่มแรกๆ ของ OpenRouter เล่าถึงกระบวนการลงทุน

ผู้เขียน: Menlo Ventures

เรียบเรียงโดย: เจีย ฮวน, เชนแคทเชอร์

วันนี้ OpenRouter ประกาศว่าได้บรรลุข้อตกลงซื้อกิจการกับ Stripe แล้ว ซึ่งเกิดขึ้นเพียงสามปีหลังจากที่ OpenRouter เปิดตัวอย่างเป็นทางการในปี 2023

OpenRouter เปิดตัวครั้งแรกในฐานะ "อินเทอร์เฟซแบบรวมสำหรับ LLM" และรองรับเพียงสี่รุ่นในขณะนั้น ได้แก่ GPT-3.5, GPT-4, GPT NeoXT ของ Together และ Cohere xlarge

บริษัทก่อตั้งขึ้นบนพื้นฐานของการคาดการณ์หลักสองประการ: ประการแรก ขอบเขตการใช้งาน AI จะมีขนาดใหญ่มากและแทรกซึมไปทุกสาขาในที่สุด และประการที่สอง จะมีโมเดลต่างๆ มากมายเกิดขึ้นในตลาด โดยแต่ละโมเดลจะมีข้อดีและข้อเสียแตกต่างกัน และผู้ใช้จะเลือกใช้โมเดลต่างๆ ตามความต้องการที่แตกต่างกันของตน

ปรากฏว่าผลการตัดสินทั้งสองครั้งนั้นเกินความคาดหมายในขณะนั้นไปมาก

นับตั้งแต่เปิดตัว จำนวนโทเค็นที่ประมวลผลโดยแพลตฟอร์ม OpenRouter เพิ่มขึ้นประมาณ 30,000 เท่า ปัจจุบันมีจำนวนโทเค็นมากกว่า 4,500 ล้านล้านโทเค็นต่อปี และปริมาณการใช้จ่ายบนแพลตฟอร์มก็เพิ่มขึ้นอย่างน่าทึ่ง ในขณะเดียวกัน จำนวนรุ่นที่รองรับโดย OpenRouter ก็เพิ่มขึ้นจากเริ่มต้น 4 รุ่น เป็นมากกว่า 500 รุ่น

แผนภูมิ: การเติบโตของการใช้งาน OpenRouter Token ตั้งแต่เริ่มก่อตั้งจนถึงการเข้าซื้อกิจการ

Menlo Ventures โชคดีที่ได้เป็นส่วนหนึ่งของการเดินทางครั้งนี้ ในเดือนมีนาคม 2025 เราได้เข้าร่วมในการระดมทุนรอบ Seed Round ของ OpenRouter ผ่านกองทุน Anthology Fund ซึ่งเราก่อตั้งขึ้นโดยความร่วมมือกับ Anthropic

อเล็กซ์ อะตาลาห์ ผู้ก่อตั้งและซีอีโอของ OpenRouter เคยเป็นผู้ก่อตั้ง OpenSea ซึ่งครั้งหนึ่งเคยมีมูลค่าสูงถึง 13.3 พันล้านดอลลาร์ ผู้ร่วมก่อตั้งของเขารวมถึง หลุยส์ วิชี อัจฉริยะด้านเทคโนโลยีที่เขาพบใน Discord และ คริส คลาร์ก ซีโอโอที่มีประสิทธิภาพสูง

ในเดือนพฤษภาคม 2025 เราเป็นผู้นำในการระดมทุนรอบ Series A ของ OpenRouter โดยแมตต์เข้าร่วมเป็นคณะกรรมการบริหารของบริษัท และดีดี้ดำรงตำแหน่งผู้สังเกตการณ์ในคณะกรรมการ เมื่อต้นปีนี้ เมื่อเห็นการเติบโตอย่างรวดเร็วของ OpenRouter ทั้งในด้านจำนวนลูกค้าและรายได้ รวมถึงแผนงานผลิตภัณฑ์ของบริษัทที่มุ่งเน้นการสร้างขีดความสามารถด้าน "ความชาญฉลาดของโมเดล" ที่แข็งแกร่งยิ่งขึ้นเกี่ยวกับการเลือกและการประเมินโมเดล เราจึงลงทุนอย่างต่อเนื่องในรอบการระดมทุน Series B

ในอุตสาหกรรมเทคโนโลยี แนวคิดหนึ่งๆ มักต้องใช้เวลาหลายปีกว่าจะกลายเป็นฉันทามติของคนทั้งอุตสาหกรรม

เมื่อไม่กี่สัปดาห์ก่อน เหตุการณ์นี้เกิดขึ้น: ตั้งแต่ Ramp ไปจนถึง Cursor บริษัทมากกว่า 10 แห่งเปิดตัวผลิตภัณฑ์กำหนดเส้นทางโมเดลของตนเองเกือบพร้อมกัน ในเวลาเพียงไม่กี่ปี OpenRouter ได้กลายเป็นหนึ่งในบริษัทที่สำคัญที่สุดในยุค AI

ภาพ: ภาพถ่ายหมู่เมื่อ OpenRouter ได้รับการยืนยันว่าเป็นผู้ลงทุนหลักในการระดมทุนรอบ Series A

มองเผินๆ แล้ว Stripe อาจดูไม่เหมือนผู้ซื้อ OpenRouter ที่เหมาะสมนัก แต่ที่จริงแล้วทั้งสองบริษัทมีความคล้ายคลึงกันอย่างน่าทึ่ง

ทั้งสองระบบช่วยลดความซับซ้อนของกระบวนการทำธุรกรรมที่ซับซ้อนผ่าน API ที่เข้าถึงได้โดยตรง โดยคิดค่าธรรมเนียมเป็นเปอร์เซ็นต์จากค่าธรรมเนียมการทำธุรกรรม อย่างไรก็ตาม OpenRouter รองรับโมเดล AI ด้วย

จากคำแถลงที่สอดคล้องกันของ Stripe บริษัททั้งสองหลังจากควบรวมกิจการแล้ว ยังคงทำสิ่งเดียวกัน นั่นคือ การเพิ่ม "ผลิตภัณฑ์มวลรวมภายในประเทศของอินเทอร์เน็ต"

ที่จริงแล้ว เมื่อกว่าหนึ่งปีที่ผ่านมา OpenRouter เคยเรียกตัวเองว่า "Stripe แห่งโลก LLM" มาแล้ว

คุณค่าหลักของ OpenRouter

OpenRouter เป็นหนึ่งในบริษัทแรกๆ ที่ Deedy ได้ติดต่อหลังจากเข้าร่วม Menlo ในปี 2024 บริษัทนี้เป็นหัวใจสำคัญของตรรกะการลงทุนด้านโครงสร้างพื้นฐาน AI ของเราอย่างแท้จริง

ใน รายงาน "รายงาน AI สำหรับองค์กรปี 2024 " ของ Menlo เขาได้เสนอสมมติฐานสองประการที่ต้องคำนึงถึงสำหรับการลงทุนใน OpenRouter ได้แก่ การใช้จ่ายด้าน AI จะเพิ่มขึ้นอย่างมีนัยสำคัญ และนักพัฒนาจะไม่ใช้เพียงโมเดลเดียว แต่จะใช้หลายโมเดลพร้อมกัน

ภาพ: อีเมลฉบับแรกของเมนโลถึง OpenRouter

ในฐานะที่เราเป็นทั้งผู้เขียนโค้ดและผู้ใช้งานโมเดลเหล่านี้ในทางปฏิบัติ เราจึงตระหนักตั้งแต่เนิ่นๆ ว่ามีความแตกต่างอย่างมากระหว่างโมเดลต่างๆ ในแง่ของต้นทุน เวลาแฝง และประสิทธิภาพ

ตัวอย่างเช่น เมื่อคุณกำลังทำงานด้าน NLP ที่ไม่ซับซ้อน เช่น การจดจำเอนทิตี้จากข้อความ คุณไม่จำเป็นต้องเรียกใช้โมเดลที่ล้ำสมัยและทรงพลังอย่าง Fable เสมอไป

ปัญหาคือ หากผู้ใช้ต้องเข้าไปที่เว็บไซต์อย่างเป็นทางการของแต่ละบริษัทผู้ผลิตโมเดล ลงทะเบียนบัญชี สร้างคีย์ API เก็บรักษาคีย์ให้ปลอดภัย ปรับตัวให้เข้ากับข้อกำหนดอินเทอร์เฟซ API ที่แตกต่างกันเล็กน้อยของแต่ละบริษัท และสุดท้ายจัดการโมเดลทั้งหมดด้วยตนเอง กระบวนการทั้งหมดจะยุ่งยากมาก

ระบบเกตเวย์แบบรวมศูนย์อาจฟังดูเรียบง่าย แต่ในความเป็นจริงแล้ว มันเป็นปัญหาโครงสร้างพื้นฐานที่ซับซ้อนกว่าที่เห็นมาก มีคนจำนวนน้อยเท่านั้นที่เต็มใจที่จะสร้างและบำรุงรักษาระบบดังกล่าวด้วยตนเองในระยะยาว

อุตสาหกรรมเงินทุนร่วมลงทุนมักพูดถึง "ปราการ" และมักนึกถึงอุปสรรคทางเทคโนโลยีเป็นอันดับแรก แต่ OpenRouter มีปราการในระดับทั่วไปที่แตกต่างออกไป

ยิ่ง OpenRouter มีผู้ใช้งานมากเท่าไหร่ ก็ยิ่งสามารถคาดการณ์ความต้องการของโมเดลและจัดการกับปริมาณงานได้มากขึ้นเท่านั้น นอกจากนี้ยังง่ายต่อการทำสัญญาขนาดใหญ่กับห้องปฏิบัติการโมเดล ส่งผลให้มีอุปสงค์และอุปทานของโทเค็นที่เสถียรมากขึ้น

ท้ายที่สุดแล้ว สิ่งนี้จะสร้างวงจรขึ้นมา: ห้องปฏิบัติการรุ่นใหม่ ๆ ที่ต้องการช่องทางการจัดจำหน่าย ก็จะต้องการให้ความสำคัญกับการบันทึกข้อมูลลงใน OpenRouter ด้วยเช่นกัน

นอกจากนี้เรายังสังเกตเห็นแนวโน้มอีกอย่างหนึ่งด้วย

ด้วยความนิยมที่เพิ่มขึ้นของ Vibe Coding จำนวนสตาร์ทอัพด้านซอฟต์แวร์จึงเติบโตอย่างรวดเร็ว สำหรับผลิตภัณฑ์ที่มุ่งเป้าไปที่ตลาดองค์กร ผลิตภัณฑ์ที่ได้รับการอนุมัติจากนักพัฒนาภายในของบริษัทแล้ว มักจะเป็นผลิตภัณฑ์ที่ได้รับการซื้อจากองค์กรในที่สุด

บริษัทต่างๆ เช่น Anthropic, OpenAI, xAI, Cursor, Cognition, ElevenLabs, Lovable และ Fireworks ต่างก็ใช้รูปแบบนี้ คือ ดึงดูดนักพัฒนาซอฟต์แวร์ก่อน แล้วจึงค่อยเข้าสู่ตลาดองค์กร

หลักการเดียวกันนี้ใช้ได้กับ OpenRouter ด้วยเช่นกัน

นับตั้งแต่ที่เราลงทุน:

ปัจจุบัน OpenRouter กำลังประมวลผลโทเค็นมากกว่าช่วงเปิดตัวถึง 30,000 เท่า และรักษาอัตราการเติบโตรายเดือนไว้ที่ประมาณ 33% ตลอดสามปีที่ผ่านมา โดยเพิ่มขึ้นเป็นสองเท่าโดยเฉลี่ยทุกๆ 11 สัปดาห์

ตลาดโมเดลก็ขยายตัวอย่างรวดเร็วเช่นกัน โมเดลโอเพนซอร์สที่ยอดเยี่ยม เช่น DeepSeek, GLM และ Kimi ได้เกิดขึ้นในประเทศจีน พร้อมกับโมเดลจากบริษัทต่างๆ เช่น Grok, Meta และ Thinking Machines ปัจจุบัน OpenRouter ได้ผสานรวมโมเดลมากกว่า 500 โมเดลจากผู้ให้บริการโมเดลมากกว่า 80 ราย โดยมีผู้ใช้งานประมาณ 10 ล้านคน

เราเตอร์รุ่นใหม่ที่สำคัญหลายรุ่นจะได้รับการจัดลำดับความสำคัญในการวางจำหน่ายบน OpenRouter รวมถึงรุ่นจาก OpenAI, X และ Meta มาร์ค ซักเกอร์เบิร์ก ซึ่งไม่ค่อยทวีตหรือพูดถึงผลิตภัณฑ์อื่น ๆ มากนัก ได้ประกาศการวางจำหน่าย Muse Spark บน OpenRouter อย่างเป็นทางการ เช่นเดียวกับอีลอน มัสก์ นอกจากนี้ OpenAI ยังจะมอบส่วนลดพิเศษสำหรับรุ่นต่างๆ เช่น Terra และ Luna ผ่าน OpenRouter อีกด้วย

โมเดลการเติบโตที่ขับเคลื่อนด้วยผลิตภัณฑ์ของ OpenRouter ประสบความสำเร็จอย่างมากในตลาดองค์กร วงจรการขายผลิตภัณฑ์สำหรับองค์กรของ OpenRouter นั้นรวดเร็วที่สุดเท่าที่เราเคยเห็นมา องค์กรต่างๆ สามารถใช้ผลิตภัณฑ์นี้ในการจัดสรรทรัพยากรโมเดล ควบคุมสิทธิ์การเข้าถึง และจัดการงบประมาณ AI ภายในองค์กรได้อย่างมีประสิทธิภาพ

เนื่องจาก OpenRouter สามารถเจรจาสัญญากับผู้ให้บริการรุ่นต่างๆ ได้อย่างเป็นระบบ จึงสามารถให้บริการได้อย่างมีประสิทธิภาพสูง แม้กระทั่งกับรุ่นที่ทันสมัยที่สุดก็ตาม

OpenRouter ก้าวมาถึงจุดนี้ได้อย่างไร?

ใครก็ตามที่บริหารสตาร์ทอัพมานานจะบอกคุณว่า การค้นหาความลงตัวระหว่างผลิตภัณฑ์กับตลาด หรือ PMF นั้นไม่ใช่เรื่องง่ายเลย

หลักการเดียวกันนี้ใช้ได้กับ OpenRouter ด้วยเช่นกัน

เรื่องราวนี้เริ่มต้นขึ้นจริง ๆ ในวันที่ 5 เมษายน 2566 ทีมงานได้เปิดตัวส่วนขยาย Chrome ที่ชื่อว่า Window ซึ่งช่วยให้ผู้ใช้สามารถโทรหาโมเดลหลายคนพร้อมกันในแอปพลิเคชันแชทต่าง ๆ บนอินเทอร์เน็ตได้

เป้าหมายเริ่มต้นของพวกเขาคือการป้องกันไม่ให้ผู้ใช้ถูกผูกมัดอยู่กับผู้จำหน่ายโมเดลรายใดรายหนึ่ง ในขณะเดียวกันก็ขจัดความจำเป็นในการส่งต่อคีย์ API ของตนให้กับแอปพลิเคชันต่างๆ เพื่อใช้งานโมเดลที่แตกต่างกัน

การออกแบบผลิตภัณฑ์นี้ได้รับแรงบันดาลใจจากกระเป๋าเงินดิจิทัล ซึ่งเกี่ยวข้องกับประสบการณ์ก่อนหน้านี้ของอเล็กซ์ในการก่อตั้ง OpenSea ในเวลานั้น Window รองรับกระเป๋าเงินดิจิทัลทั้งหมด 4 รุ่น

ชื่อ "OpenRouter" ปรากฏขึ้นครั้งแรกในคลังเก็บโค้ด GitHub ของ Windows เมื่อวันที่ 24 เมษายน 2566

ประมาณหนึ่งเดือนต่อมา พวกเขาได้รวมโมเดล Anthropic v1 ชุดแรกเข้าไว้ด้วยกัน เริ่มทำการกำหนดคำขอไปยังโมเดลที่เหมาะสมโดยอัตโนมัติตามข้อความแจ้ง สร้างกระดานผู้นำโมเดลที่โด่งดังในปัจจุบัน และเริ่มใช้ชื่อ OpenRouter

เมื่อวันที่ 10 สิงหาคม 2566 ทีมงานได้เปลี่ยนชื่อผลิตภัณฑ์อย่างเป็นทางการเป็น OpenRouter พร้อมสโลแกน "อินเทอร์เฟซแบบรวมศูนย์สำหรับ LLM"

ในเวลานั้น OpenRouter ประมวลผลโทเค็นประมาณ 3 พันล้านโทเค็นต่อสัปดาห์ รูปแบบการจัดอันดับในตอนนั้นแตกต่างจากรูปแบบที่เราคุ้นเคยในปัจจุบันอย่างสิ้นเชิง

จากนั้นทีมงานได้เปิดตัว Playground ซึ่งช่วยให้ผู้ใช้สามารถรับคำตอบจากนางแบบหลายคนพร้อมกันผ่านอินเทอร์เฟซแชทเดียว

ภายในเดือนพฤศจิกายนของปีนั้น OpenRouter รองรับเราเตอร์ 52 รุ่น เชื่อมต่อกับแอปพลิเคชันมากกว่า 2,000 รายการ และประมวลผลโทเค็นประมาณ 8 พันล้านรายการต่อสัปดาห์

ในที่สุดพวกเขาก็พบ PMF

อนาคตของการกำหนดเส้นทางโมเดล

ตรงกันข้ามกับความเชื่อที่แพร่หลาย ผลิตภัณฑ์หลักของ OpenRouter ไม่ใช่แค่ "การช่วยผู้ใช้กำหนดเส้นทางโทเค็น" เท่านั้น แต่คือการมุ่งสู่การเป็นเกตเวย์ AI ที่ใช้งานง่ายที่สุดต่างหาก

OpenRouter มีฟังก์ชัน Auto Router ที่สามารถเลือกโมเดลได้โดยอัตโนมัติ แต่โดยส่วนใหญ่แล้วนักพัฒนาจะใช้ OpenRouter เพื่อเข้าถึงโมเดลต่างๆ ผ่านจุดเข้าใช้งานเดียว จากนั้นจึงกำหนดเส้นทางการเชื่อมต่อโมเดลเหล่านั้นตามความต้องการของตนเอง

ในช่วงไม่นานมานี้ การเพิ่มขึ้นอย่างรวดเร็วของการใช้จ่ายของบริษัทต่างๆ ในด้าน LLM (Legal Learning Market) ได้กลายเป็นปัญหาใหญ่สำหรับบริษัทต่างๆ เช่น Uber, Coinbase และ Microsoft

ดังนั้น "เราเตอร์รุ่นจำลอง" จึงดูน่าสนใจมากในฐานะทางเลือกในการลดต้นทุน

เนื่องจากเอージェนต์ AI จะแบ่งงานออกเป็นงานย่อยๆ หลายๆ งาน ทำไมจึงต้องใช้โมเดลที่แพงที่สุดสำหรับแต่ละงาน ในเมื่องานง่ายๆ สามารถจัดการได้ด้วยโมเดลที่มีต้นทุนต่ำกว่า

ในช่วงไม่กี่สัปดาห์ที่ผ่านมา ดูเหมือนว่าทั้งอุตสาหกรรมจะตระหนักถึงเรื่องนี้พร้อมๆ กัน ตั้งแต่ Ramp ไปจนถึง Cursor บริษัทมากกว่า 10 แห่งได้เปิดตัวเราเตอร์รุ่นใหม่ของตนเอง

อย่างไรก็ตาม ปัญหาคือ การเลือกแบบจำลองโดยพิจารณาจากคำถามเพียงอย่างเดียวไม่ใช่วิธีที่มีประสิทธิภาพนัก

ในสถานการณ์ที่ใช้เอเจนต์ งานหนึ่งอาจใช้เวลานานมากในการดำเนินการให้เสร็จสิ้น การพิจารณาว่าโมเดลใดควรจัดการคำขอเฉพาะนั้น จำเป็นต้องเข้าใจบริบทจำนวนมาก

ตัวอย่างเช่น คำสั่งง่ายๆ: "ค้นหาไฟล์นี้ในที่เก็บโค้ด"

อาจต้องการเพียงแค่ LLM ที่ราคาถูกและเรียบง่าย หรืออาจต้องใช้โมเดลที่ทันสมัยที่สุดก็ได้ ขึ้นอยู่กับขนาดของโค้ดเบสและบริบทที่สร้างขึ้นจากงานก่อนหน้านี้

ในการทำงานของเอเจนต์แบบหลายขั้นตอน หากเราเตอร์เลือกโมเดลผิดในขั้นตอนใดขั้นตอนหนึ่ง ต้นทุนของข้อผิดพลาดนี้จะเพิ่มขึ้นเรื่อย ๆ ในขั้นตอนถัดไป จนในที่สุดจะนำไปสู่คุณภาพโดยรวมของผลลัพธ์ของงานลดลงอย่างมาก

ดังนั้น รากฐานของผลิตภัณฑ์กำหนดเส้นทางโมเดลที่แตกต่างอย่างแท้จริงจึงไม่ใช่เพียงแค่ "อัลกอริธึมการเลือกโมเดล" เท่านั้น แต่คือ API ที่เป็นหนึ่งเดียวที่ยอดเยี่ยมและฐานผู้ใช้จริงที่มีขนาดใหญ่เพียงพอ

ผู้ใช้งานเหล่านี้เองที่ทำให้ OpenRouter สามารถสะสมชุดข้อมูลขนาดใหญ่ได้อย่างค่อยเป็นค่อยไป โดยที่โลกภายนอกแทบไม่ทันสังเกตเห็น ชุดข้อมูลนี้ประกอบด้วยข้อความที่ผู้ใช้งานส่งเข้ามา โมเดลที่ใช้กับข้อความเหล่านั้น บริบทที่ใช้ระหว่างการดำเนินการ และผลลัพธ์ที่ได้รับ

นี่คือจุดที่การกำหนดเส้นทางโมเดลมีความสำคัญอย่างแท้จริง

ในสภาพแวดล้อมการผลิตจริง OpenRouter สามารถช่วยให้ธุรกิจควบคุมต้นทุนได้โดยการรักษาประสิทธิภาพให้มากที่สุดเท่าที่จะเป็นไปได้ผ่านการกำหนดเส้นทางโมเดลที่เหมาะสมยิ่งขึ้น

ในอนาคต นักพัฒนาจะไม่จำเป็นต้องสร้างระบบประเมินผลที่ซับซ้อนด้วยตนเองอีกต่อไป และไม่จำเป็นต้องปรับเปลี่ยน Prompt อย่างต่อเนื่องสำหรับโมเดลต่างๆ อีกต่อไป

คุณอาจเพียงแค่ล็อกอินเข้าสู่ระบบแบ็กเอนด์แล้วจะเห็นข้อความประมาณนี้: "ส่วนหนึ่งของโค้ดของคุณใช้สำหรับการสรุปข้อมูลเป็นหลัก การเปลี่ยนจาก GPT 5.6 Sol ไปใช้ Muse Spark อาจช่วยคุณประหยัดค่าใช้จ่ายได้ถึง 100,000 ดอลลาร์ต่อปี เราได้ทำการประเมินที่เกี่ยวข้องให้คุณโดยอัตโนมัติแล้ว"

นี่คืออนาคตที่แท้จริงของการกำหนดเส้นทางโมเดล

จากโครงสร้างพื้นฐานด้านการชำระเงินไปจนถึงโครงสร้างพื้นฐานด้าน AI

Stripe และ OpenRouter มีเส้นทางการพัฒนาที่คล้ายคลึงกันมาก ทั้งสองบริษัทเริ่มต้นจากการเอาชนะใจนักพัฒนาซอฟต์แวร์ก่อนที่จะค่อยๆ ขยายไปยังตลาดองค์กรขนาดใหญ่ ภาษาการออกแบบผลิตภัณฑ์ของทั้งสองบริษัทก็เรียบง่ายและตรงไปตรงมาเช่นกัน

Andrej Karpathy เคยเรียก OpenRouter ว่าเป็น "สวิตช์" สำหรับ AI Stripe ก็ทำในทำนองเดียวกัน โดยได้กลายเป็น "สวิตช์" นั้นในระบบประมวลผลการชำระเงิน

การเข้าซื้อกิจการครั้งนี้เป็นหนึ่งในข้อตกลงสำคัญแรกๆ ในภาคโครงสร้างพื้นฐานของยุค AI และจะไม่ใช่ครั้งสุดท้าย โครงสร้างพื้นฐานสำหรับการจัดการโมเดล ต้นทุน และพลังการประมวลผลกำลังค่อยๆ ก่อตัวขึ้น โครงสร้างพื้นฐานนี้กำลังช่วยให้เกิดบริษัทขนาดใหญ่รุ่นใหม่ๆ ขึ้นอย่างรวดเร็วกว่าที่เคยเป็นมา