مقارنة بين Qwen 3.7 و GPT-5.5 و Opus 4.7: نظرة على عام 2026

أطلقت ثلاثة مختبرات نماذج رائدة بفارق خمسة أسابيع تقريبًا، ومنذ ذلك الوقت تغيّرت لوحات الصدارة باستمرار. يتصدر Qwen3.7-Max-Preview من Alibaba، وGPT-5.5 من OpenAI، وClaude Opus 4.7 من Anthropic معظم المقارنات المهمة، لكن اختيار نموذج للإنتاج لا يعتمد على ترتيب واحد فقط. الادعاء الشائع بأن Qwen3.7-Max احتل المرتبة الأولى في مؤشر الذكاء الاصطناعي Artificial Analysis صحيح، لكنه يحتاج إلى سياق قبل أن تبني عليه قرارًا هندسيًا.

جرّب Apidog اليوم

في هذا الدليل نقارن النماذج الثلاثة من زاوية عملية: الاستدلال، البرمجة، نافذة السياق، التسعير، التوفر، وزمن الاستجابة. الهدف ليس اختيار “الأذكى” على الورق، بل اختيار النموذج الأنسب لعبء العمل لديك. إذا أردت اختبار النماذج بنفسك، يمكنك تشغيل واجهات برمجة التطبيقات جنبًا إلى جنب في Apidog ومقارنة الاستجابات، عدد الرموز، وزمن الاستجابة في مساحة عمل واحدة قبل الالتزام.

ملخص سريع

استخدم هذه القراءة السريعة قبل الدخول في التفاصيل:

• GPT-5.5: الأفضل إذا كنت تريد أعلى درجة ذكاء خام في Artificial Analysis، وأداء قويًا في وكلاء البرمجة، وكفاءة أفضل في استخدام الرموز.
• Claude Opus 4.7: الأفضل للمنتجات المحادثية، هندسة قواعد البيانات الكبيرة، والمهام التي يهتم فيها المستخدم النهائي بجودة الإجابة.
• Qwen3.7-Max-Preview: جذاب بسبب نافذة 1M رمز واحتمال تكلفة أقل، لكنه لا يزال في حالة معاينة، ولا توجد API إنتاجية عامة أو أوزان مفتوحة حتى أواخر مايو 2026.

القرار العملي: لا تختَر بناءً على لوحة صدارة واحدة. شغّل نفس المطالبات على النماذج الثلاثة، وقِس الجودة، التكلفة الفعلية، وزمن الاستجابة.

النماذج الثلاثة في لمحة

قبل قراءة الأرقام، افهم حالة كل نموذج. حالة الإصدار وحدها قد تستبعد نموذجًا من الإنتاج.

Qwen3.7-Max-Preview

Qwen3.7-Max هو نموذج الاستدلال الرائد من Alibaba، كُشف عنه في منتصف مايو 2026 خلال قمة Alibaba Cloud. يركز على التفكير الموسع، استخدام الأدوات، البرمجة الوكيلية، والاستدلال بسياق طويل.

المواصفات المهمة:

• نافذة سياق بحجم 1.0 مليون رمز.
• مصمم لحالات استخدام البرمجة الوكيلية والأدوات.
• متاح كـ Preview فقط.
• لا توجد API عامة أو أوزان مفتوحة حتى أواخر مايو 2026.
• الوصول الحالي عبر Alibaba Cloud Model Studio وQwen Studio.

نقطة مهمة: ذكرت Alibaba أن Qwen3.7-Plus سيُطرح كمصدر مفتوح، بينما سيظل Qwen3.7-Max مملوكًا. إذا كان الانفتاح أو التشغيل الذاتي شرطًا لديك، فهذه نقطة حاسمة.

GPT-5.5

GPT-5.5 هو نموذج الاستدلال الوكيلي من OpenAI، صدر في 23 أبريل 2026. يركز على سير العمل المستقل: أوامر المحطة الطرفية، مهام المتصفح، واستدعاء الأدوات.

المواصفات العملية:

• متاح عبر OpenAI API.
• عدة مستويات جهد استدلال، وتستخدم أرقام Artificial Analysis العامة متغير xhigh.
• نافذة سياق بحجم 1M رمز في API.
• نافذة أصغر بحجم 400K داخل Codex.
• مناسب لوكلاء البرمجة وأتمتة terminal-heavy workflows.

Claude Opus 4.7

Claude Opus 4.7 هو النموذج الرائد الحالي من Anthropic، صدر في 16 أبريل 2026 كترقية مباشرة لـ Opus 4.6. يركز على هندسة البرمجيات المتقدمة، خصوصًا المهام المعقدة عبر قواعد بيانات كبيرة.

المواصفات العملية:

• نافذة سياق بحجم 1.0 مليون رمز.
• استدلال تكيفي.
• متاح عبر Anthropic API وAmazon Bedrock وGoogle Vertex AI.
• لديه سجل إنتاجي أوضح من Qwen3.7-Max-Preview.
• قوي في جودة المحادثة والتفضيل البشري.

معايير الاستدلال والذكاء

مؤشر الذكاء الاصطناعي Artificial Analysis

مؤشر الذكاء الاصطناعي Artificial Analysis هو درجة مركبة تعتمد على متوسط مرجح لعشرة تقييمات تشمل الاستدلال، المعرفة، الرياضيات، والبرمجة.

وفقًا لـ Artificial Analysis حتى أواخر مايو 2026:

• Qwen3.7-Max: يسجل 57 نقطة، ويظهر في المرتبة الأولى من أصل 218 نموذجًا على لوحة الصدارة الشاملة.
• GPT-5.5 xhigh: يسجل 60 نقطة، وهي أعلى درجة بين النماذج الثلاثة.
• Claude Opus 4.7 max: يسجل 57 نقطة، ويظهر في المرتبة الثالثة ضمن فئته المتعقبة.

الخلاصة العملية:

• إذا كنت تبحث عن أعلى رقم خام في مؤشر Artificial Analysis، فـ GPT-5.5 يتقدم.
• إذا كنت تقرأ لوحة الصدارة الإجمالية، فـ Qwen3.7-Max يظهر في الصدارة.
• Claude Opus 4.7 قريب جدًا في هذا المؤشر، لكنه لا يتصدره.

ملاحظة مهمة لـ Qwen: تشير Artificial Analysis إلى أن Qwen3.7-Max أنتج 97 مليون رمز إخراج أثناء التقييم، مقارنة بمتوسط يقارب 26 مليون رمز. هذا يعني أن النموذج قد يكون أكثر إسهابًا، ما يرفع التكلفة وزمن الاستجابة في الإنتاج حتى لو كان سعر الرمز منخفضًا.

تصنيف Elo للتفضيل البشري في LM Arena

المعايير تقيس الدقة على اختبارات ثابتة. أما LM Arena فتقيس أي استجابة يفضلها المستخدمون في مقارنة عمياء جنبًا إلى جنب.

وفقًا لـ لوحة الصدارة النصية الحالية لـ LM Arena:

• Claude Opus 4.7: حوالي 1,492 Elo، المرتبة الرابعة إجمالًا، مع أكثر من 13,000 صوت.
• GPT-5.5: حوالي 1,478 Elo، المرتبة الحادية عشرة.
• Qwen3.7-Max-Preview: حوالي 1,475 Elo، المرتبة الرابعة عشرة، مع أقل من 4,000 صوت، لذلك التصنيف لا يزال أوليًا.

القراءة العملية:

• إذا كان منتجك يعتمد على رضا المستخدمين النهائيين، فـ Claude Opus 4.7 هو الإشارة الأقوى هنا.
• إذا كنت تبني واجهة محادثة أو مساعدًا للعملاء، لا تعتمد على مؤشرات الذكاء فقط.
• أرقام Elo تتغير مع تراكم الأصوات، لذلك تحقق من اللوحة المباشرة قبل اعتماد الرقم في قرار نهائي.

القدرة على البرمجة

تسوق المختبرات الثلاثة هذه النماذج كأدوات برمجة. لذلك، ركز على نوع البرمجة الذي تنفذه: إصلاح مشكلات GitHub، إعادة هيكلة، shell automation، أو مراجعة Pull Requests.

SWE-bench Verified

وفقًا لـ تتبع لوحة صدارة SWE-bench حتى مايو 2026:

• GPT-5.5: يتصدر بنسبة 88.7%.
• Claude Opus 4.7: قريب جدًا بنسبة 87.6%.
• Qwen3.7-Max-Preview: لا توجد نتيجة SWE-bench Verified منشورة بشكل موحد حتى أواخر مايو 2026.

هذا يجعل GPT-5.5 خيارًا قويًا لوكلاء البرمجة الذين يحلون مشكلات GitHub حقيقية.

SWE-bench Pro

في SWE-bench Pro، وهو أصعب ويستخدم مهام Pull Request حقيقية أكثر تعقيدًا:

• Claude Opus 4.7: حوالي 64%.
• GPT-5.5: حوالي 59%.
• Qwen3.7-Max-Preview: لا توجد نتيجة منشورة.

هنا يتقدم Opus 4.7، خصوصًا في المهام التي تتطلب فهمًا معماريًا واسعًا عبر قاعدة بيانات كبيرة.

Terminal workflows

GPT-5.5 يتفوق في سير العمل المعتمد على المحطة الطرفية وshell automation. كما تشير التغطية المستقلة إلى أنه أكثر كفاءة في الرموز، مع إنتاج أقل بنحو 72% من رموز الإخراج في مهام متطابقة.

القرار العملي للبرمجة:

• اختر GPT-5.5 لوكلاء البرمجة المستقلين، أوامر shell، والإصلاحات المتكررة ذات الميزانية الحساسة.
• اختر Claude Opus 4.7 لإعادة الهيكلة الكبيرة، قرارات التصميم، وPull Requests المعقدة.
• جرّب Qwen3.7-Max-Preview للتقييم والبحث، لكن لا تعتمد عليه إنتاجيًا حتى تتوفر API عامة ونتائج برمجة موحدة.

إذا كنت تقارن وكلاء برمجة مدمجين في IDE، فراجع تحليلنا لـ Cursor Composer 2.5 مقابل Opus 4.7 وGPT-5.5.

نافذة السياق

نافذة السياق تحدد ما إذا كان بإمكانك تمرير مستودع كامل، مجموعة مستندات طويلة، أو تتبع وكيل لعدة ساعات في استدعاء واحد.

• Qwen3.7-Max: 1.0 مليون رمز.
• Claude Opus 4.7: 1.0 مليون رمز.
• GPT-5.5: 1 مليون رمز في API، مع نافذة فعالة مقاسة حول 922 ألف رمز في Artificial Analysis، و400 ألف رمز داخل Codex.

عمليًا، النماذج الثلاثة قريبة جدًا على مستوى API. لكن هناك نقطتان مهمتان:

1. إذا كنت تستخدم GPT-5.5 عبر Codex، فلن تحصل على نفس نافذة API الكاملة.
2. نافذة 1M لا تعني بالضرورة استرجاعًا مثاليًا من كل موضع داخل السياق.

اختبار عملي للسياق الطويل:

1. ضع مستندًا أو مستودعًا طويلًا في السياق.
2. أضف حقائق صغيرة في البداية، الوسط، والنهاية.
3. اطلب من النموذج استخراج هذه الحقائق مع أرقام الأسطر أو المراجع.
4. قارن الدقة، الهلوسة، وزمن الاستجابة.

لا تعتمد على رقم النافذة وحده. اختبر الاسترجاع العميق داخل السياق.

التسعير

التسعير غير متوازن لأن Qwen3.7-Max-Preview لا يملك سعر API معلنًا حتى أواخر مايو 2026.

وفقًا لـ Artificial Analysis:

النموذج	سعر الإدخال لكل مليون رمز	سعر الإخراج لكل مليون رمز	ملاحظة
GPT-5.5 xhigh	5.00 دولارات	30.00 دولارًا	الإدخال أرخص
Claude Opus 4.7 max	6.25 دولارات	25.00 دولارًا	الإخراج أرخص
Qwen3.7-Max-Preview	غير معلن	غير معلن	Qwen3.6-Max كان حوالي 1.30 / 7.80 دولار

القراءة العملية:

• إذا كانت مطالباتك طويلة والإجابات قصيرة، قد يكون GPT-5.5 أرخص.
• إذا كانت إجاباتك طويلة وكثيفة، قد يكون Claude Opus 4.7 أرخص بسبب سعر الإخراج الأقل.
• إذا جاء Qwen3.7-Max بسعر قريب من Qwen3.6-Max، فقد يكون الأرخص، لكن هذا ليس مؤكدًا.

احسب التكلفة الفعلية بهذا الشكل:

التكلفة =
(رموز الإدخال / 1,000,000 × سعر الإدخال)
+
(رموز الإخراج / 1,000,000 × سعر الإخراج)

مثال حسابي:

طلب يحتوي على:
- 200,000 رمز إدخال
- 20,000 رمز إخراج

GPT-5.5:
0.2 × 5.00 + 0.02 × 30.00 = 1.00 + 0.60 = 1.60 دولار

Claude Opus 4.7:
0.2 × 6.25 + 0.02 × 25.00 = 1.25 + 0.50 = 1.75 دولار

لكن انتبه: النموذج الأكثر إسهابًا قد يكون أغلى حتى لو كان سعر الرمز أقل. يغطي دليلنا حول كيفية تقليل تكاليف الرموز للوكلاء من CLI العوامل التي تؤثر في التكلفة الفعلية.

التوفر والانفتاح

هذه الفئة قد تحسم القرار مباشرة.

GPT-5.5

• متاح من خلال OpenAI API وCodex.
• مملوك.
• لا توجد أوزان مفتوحة.
• مناسب للإنتاج اليوم.

Claude Opus 4.7

• متاح من خلال Anthropic API.
• متاح أيضًا عبر Amazon Bedrock وGoogle Vertex AI.
• مملوك.
• مناسب للإنتاج اليوم.
• أوسع وصول سحابي بين النماذج الثلاثة.

Qwen3.7-Max-Preview

• متاح للمعاينة فقط.
• لا توجد API عامة.
• لا توجد أوزان مفتوحة لـ Max.
• الوصول عبر Alibaba Cloud Model Studio وQwen Studio.
• قالت Alibaba إن مستوى Plus سيكون مفتوح المصدر، بينما يبقى Max مغلقًا.

الخلاصة: إذا كنت تشحن منتجًا الآن، فـ GPT-5.5 وClaude Opus 4.7 جاهزان. Qwen3.7-Max مناسب للتقييم وخارطة الطريق، لكنه ليس خيارًا إنتاجيًا كاملًا بعد.

للوصول الحالي، راجع دليلنا حول كيفية استخدام Qwen 3.7 API، وكذلك دليل استخدام Qwen 3.7 مجانًا من خلال واجهة الدردشة.

زمن الاستجابة

زمن الاستجابة مهم في حالتين:

1. واجهات المستخدم المباشرة مثل الدردشة.
2. وكلاء يستدعون النموذج عشرات أو مئات المرات في حلقة واحدة.

وفقًا لـ Artificial Analysis:

• Claude Opus 4.7: زمن الوصول إلى الرمز الأول حوالي 27 ثانية.
• GPT-5.5 xhigh: زمن الوصول إلى الرمز الأول حوالي 101 ثانية.
• GPT-5.5: يتدفق بنحو 65.9 رمز/ثانية.
• Claude Opus 4.7: يتدفق بنحو 49.4 رمز/ثانية.
• Qwen3.7-Max: لا توجد بيانات سرعة منشورة على Artificial Analysis حتى أواخر مايو 2026.

القراءة العملية:

• لواجهة دردشة، الرمز الأول الأسرع غالبًا يعطي تجربة أفضل؛ هنا يتقدم Opus 4.7.
• للتوليد الطويل بالجملة، سرعة التدفق مهمة؛ هنا يتقدم GPT-5.5.
• في الإنتاج، لا تستخدم دائمًا أعلى مستوى استدلال. جرّب مستويات جهد أقل إذا كانت الجودة كافية.

جدول المقارنة الكامل

المعيار	Qwen3.7-Max-Preview	GPT-5.5	Claude Opus 4.7
المورد	Alibaba	OpenAI	Anthropic
تاريخ الإصدار	معاينة، منتصف مايو 2026	23 أبريل 2026	16 أبريل 2026
مؤشر AA للذكاء	57 (#1 / 218 إجمالاً)	60 (أعلى درجة)	57 (#3 في الفئة)
تصنيف LM Arena النصي Elo	~1,475 (#14، مبدئي)	~1,478 (#11)	~1,492 (#4)
SWE-bench Verified	لم يتم النشر	88.7%	87.6%
SWE-bench Pro	لم يتم النشر	~59%	~64%
نافذة السياق	1.0 مليون رمز	1 مليون API / ~922 ألف فعال / 400 ألف Codex	1.0 مليون رمز
سعر الإدخال (لكل مليون)	لم يتم الإعلان (Qwen3.6-Max: ~1.30 دولار)	$5.00	$6.25
سعر الإخراج (لكل مليون)	لم يتم الإعلان (Qwen3.6-Max: ~7.80 دولار)	$30.00	$25.00
سرعة الإخراج	لم يتم النشر	~65.9 رمز/ثانية	~49.4 رمز/ثانية
زمن الوصول إلى الرمز الأول	لم يتم النشر	~101 ثانية (xhigh)	~27 ثانية
التوفر	معاينة فقط (Model Studio / Qwen Studio)	متاح عام (OpenAI API, Codex)	متاح عام (Anthropic API, Bedrock, Vertex)
أوزان مفتوحة	لا (Max مملوك؛ Plus سيكون مفتوح)	لا	لا
نموذج استدلال	نعم (تفكير موسع)	نعم (تفكير موسع)	نعم (استدلال تكيفي)

المصادر: صفحات نماذج Artificial Analysis، لوحة صدارة LM Arena النصية، تتبع لوحة صدارة SWE-bench، وإعلانات البائعين، وكلها حديثة اعتبارًا من أواخر مايو 2026. أرقام Qwen في مرحلة المعاينة ليست نهائية، كما أن أرقام المعايير وElo تتغير بمرور الوقت.

حالات الاستخدام في العالم الحقيقي

1. بناء وكيل برمجة مستقل

اختر GPT-5.5 إذا كان الوكيل يحتاج إلى:

• حل مشكلات GitHub.
• تشغيل أوامر terminal.
• تكرار خطوات كثيرة بأقل استهلاك رموز ممكن.
• استدعاء أدوات بشكل متكرر.

اختر Claude Opus 4.7 إذا كان الوكيل يحتاج إلى:

• فهم معماري عميق.
• تعديل قواعد بيانات كبيرة.
• إنتاج Pull Requests عالية الجودة.
• الموازنة بين عدة ملفات ومكونات.

2. إعادة هيكلة قاعدة بيانات قديمة كبيرة

اختر Claude Opus 4.7. السبب:

• يتصدر SWE-bench Pro.
• قوي في المهام المعمارية الواسعة.
• نافذة 1M رمز تسمح بتحميل سياق حقيقي.
• أداؤه أفضل عندما تكون المشكلة ليست “اكتب كودًا” فقط، بل “افهم النظام ثم غيّره بأمان”.

3. تحليل مستندات طويلة وتوليف أبحاث

النماذج الثلاثة متقاربة في نافذة السياق. القرار يعتمد على التكلفة والجودة:

• Claude Opus 4.7: أفضل إذا كانت جودة الملخص والتفضيل البشري مهمة.
• GPT-5.5: مناسب إذا أردت API إنتاجية وسلوكًا قويًا في الاستدلال.
• Qwen3.7-Max: يستحق التجربة داخليًا إذا كانت التكلفة المستقبلية وسياق 1M عاملين مهمين، لكن انتبه لحالة المعاينة.

4. الدردشة والمساعدون الموجهون للعملاء

اختر Claude Opus 4.7 إذا كان رضا المستخدمين النهائيين هو المعيار الأساسي. يتصدر النماذج الثلاثة في LM Arena للتفضيل البشري.

اختر GPT-5.5 إذا كنت تحتاج إلى مزيج من جودة قوية، API متاحة، وتدفق إخراج أسرع بعد بدء الاستجابة.

5. أعباء العمل عالية الحجم والحساسة للتكلفة

ابدأ بحساب تكلفة فعلية لكل طلب، لا سعر الرمز فقط.

الخطوات العملية:

1. اجمع 100 إلى 500 طلب حقيقي من تطبيقك.
2. شغّلها على النماذج المرشحة.
3. سجّل:
   • رموز الإدخال.
   • رموز الإخراج.
   • زمن الوصول للرمز الأول.
   • زمن الاستجابة الكامل.
   • نسبة الإجابات المقبولة.
4. احسب التكلفة لكل 1,000 طلب.
5. اختر النموذج الذي يحقق أقل تكلفة مقبولة، لا أقل سعر معلن.

إذا أصبح Qwen3.7-Max متاحًا بأسعار قريبة من Qwen3.6-Max، فقد يكون قويًا جدًا في هذه الفئة. لكن حتى يتوفر السعر والـ API، قارِن فعليًا بين GPT-5.5 وOpus 4.7.

خيارات حسب حالة الاستخدام

دليل قرار سريع:

• الأفضل لوكلاء البرمجة وأتمتة المحطة الطرفية: GPT-5.5.
• الأفضل لهندسة قواعد البيانات الكبيرة: Claude Opus 4.7.
• الأفضل للمنتجات المحادثية والموجهة للمستخدمين: Claude Opus 4.7.
• الأفضل لذكاء المعايير الخام: GPT-5.5.
• الأفضل للميزانية والسياق الطويل مع تحفظات: Qwen3.7-Max-Preview.
• الأفضل كخيار إنتاجي عام اليوم: GPT-5.5 أو Claude Opus 4.7، حسب عبء العمل.

إذا أردت إدخال منافس رابع في التقييم، راجع مقالنا حول ما هو Gemini 3.5، وكذلك مقارنة Gemini 3.5 وGPT-5.5 وOpus 4.7.

كيف تختبر النماذج الثلاثة بنفسك

المعايير عامة، أما عبء عملك فهو خاص. أفضل طريقة للاختيار هي تشغيل نفس المطالبات على كل نموذج وقياس النتائج.

يمكنك استخدام Apidog لإعداد اختبار جنبًا إلى جنب.

خطوات عملية:

1. أنشئ طلبًا لكل نقطة نهاية دردشة:
   • OpenAI GPT-5.5
   • Anthropic Claude Opus 4.7
   • Qwen3.7-Max إذا كان الوصول متاحًا لديك
2. استخدم نفس جسم الطلب قدر الإمكان.
3. ثبّت:
   • prompt
   • temperature
   • max tokens
   • مستوى الاستدلال إن وجد
4. شغّل الطلبات على نفس مجموعة الاختبار.
5. قارن:
   • جودة الإجابة.
   • عدد رموز الإدخال والإخراج.
   • زمن الوصول للرمز الأول.
   • زمن الاستجابة الكامل.
   • الأخطاء أو retries.
6. احفظ الاختبار كسيناريو قابل لإعادة التشغيل عند تحديث النماذج.

مثال جسم طلب عام يمكن تعديله حسب المزود:

{
  "model": "MODEL_NAME",
  "messages": [
    {
      "role": "system",
      "content": "أنت مساعد برمجي دقيق. اشرح قراراتك بإيجاز واكتب كودًا قابلًا للتنفيذ."
    },
    {
      "role": "user",
      "content": "راجع هذا الكود واقترح تحسينات للأداء والأمان."
    }
  ],
  "temperature": 0.2,
  "max_tokens": 2000
}

استخدم نفس بنية الاختبار لكل نموذج حتى تكون المقارنة عادلة. يمكنك تنزيل Apidog لإعداد أول مقارنة متعددة النماذج.

الخلاصة

لا يوجد فائز واحد لكل الحالات:

• GPT-5.5 يمتلك أعلى درجة خام في مؤشر Artificial Analysis، يتصدر SWE-bench Verified، وهو قوي لوكلاء البرمجة والأتمتة الحساسة للتكلفة.
• Claude Opus 4.7 يتصدر التفضيل البشري في LM Arena، ويتفوق في SWE-bench Pro، ومناسب للهندسة الكبيرة والمنتجات الموجهة للمستخدمين.
• Qwen3.7-Max-Preview يتصدر لوحة Artificial Analysis الإجمالية ويقدم نافذة 1M رمز، لكنه لا يزال في المعاينة وليس خيارًا إنتاجيًا كاملًا بعد.
• عبارة “Qwen في المرتبة الأولى” صحيحة لكنها جزئية: Qwen يتصدر اللوحة الإجمالية، بينما GPT-5.5 يملك أعلى درجة خام في المؤشر.
• تحقق دائمًا من اللوحات المباشرة، لأن أرقام المعايير وElo تتغير بسرعة.

النموذج الصحيح هو الذي يفوز على مطالباتك الفعلية، بتكلفة وزمن استجابة مقبولين. اختبر النماذج الثلاثة في Apidog قبل اتخاذ قرار الإنتاج.