v0.117.1
Anthropic 发布 Python SDK v0.117.1，修复了 AnthropicAWS.copy() 的凭证处理问题，并新增对新的拒绝类别的支持。LMCache 发布 v0.5.2，支持 MiniMax M3、CacheBlend 与 vLLM HMA 集成，并新增多个存储后端。
Development
- First Reportv0.117.1Anthropic Python SDK Releases
- Industry Responsev0.5.2LMCache
- Current AssessmentLMCache 对 MiniMax M3 的支持和新增多个云存储后端，反映了开源缓存层正在扩展对更多模型和云环境的适配，以降低推理成本。Anthropic SDK 的持续更新表明其开发者生态仍在活跃维护。Agent Pulse · analysis
Anthropic 于 2026-07-21 发布 Python SDK v0.117.1，主要修复了使用 AnthropicAWS.copy() 时 AWS 凭证处理不正确的问题，并增加了对新的拒绝类别的 API 支持。LMCache 于 2026-07-22 发布 v0.5.2，新增对 MiniMax M3 模型的支持，使 CacheBlend 兼容 vLLM 的混合 KV 缓存管理器，并支持滑动窗口注意力模型的双 RoPE。此外，LMCache 增加了多个 L2 存储后端，包括 Azure Blob Storage、Valkey、Cloud Bigtable 和 SageMaker HyperPod 适配器，并引入了全局 P2P 令牌匹配和新的内核。
LMCache v0.5.2 的 CacheBlend 与 vLLM HMA 集成表明 KV 缓存复用技术正在向混合缓存管理架构演进，双 RoPE 支持解决了滑动窗口注意力模型的兼容性问题。全局 P2P 令牌匹配可能提升跨节点缓存命中率，但具体性能提升需进一步验证。Anthropic SDK 的凭证修复提示 AWS 集成中的安全细节仍需关注。
LMCache 对 MiniMax M3 的支持和新增多个云存储后端，反映了开源缓存层正在扩展对更多模型和云环境的适配，以降低推理成本。Anthropic SDK 的持续更新表明其开发者生态仍在活跃维护。
LMCache 的更新可能降低使用 vLLM 和 MiniMax M3 的企业的推理成本，通过缓存复用提升效率。Anthropic SDK 的修复有助于使用 AWS 的开发者避免凭证错误，减少运维负担。
后续可关注 LMCache 是否支持更多模型架构，以及 CacheBlend 在 vLLM HMA 下的实际性能数据。Anthropic SDK 可能继续增加对拒绝类别等安全特性的支持。