Claude SDK Python v1.9.0: nuevas herramientas y modelo Sonnet 5.5

Anthropic ha lanzado la versión 1.9.0 de su SDK de Python, la librería que permite a desarrolladores integrar Claude en aplicaciones Python. El release trae tres novedades significativas: acceso al nuevo modelo claude-sonnet-5-5, un tipo de razonamiento intermedio denominado between_tools thinking, y la capacidad de ejecutar llamadas a herramientas mientras la respuesta aún se transmite al cliente.

La adición del modelo Sonnet 5.5 amplía el catálogo disponible en el SDK. Este modelo representa la evolución de la línea Sonnet, posicionada como alternativa equilibrada entre velocidad y capacidades de razonamiento. Por su parte, el between_tools thinking introduce un modo de reflexión que opera entre cada invocación de herramienta, permitiendo al modelo pensar críticamente sobre qué hacer a continuación sin ralentizar toda la operación.

La capacidad de ejecutar tool calls durante el streaming es práctica: en lugar de esperar a que Claude termine la respuesta completa para invocar herramientas externas, ahora es posible hacerlo en paralelo. Esto reduce latencia en workflows que encadenan múltiples operaciones.

Qué hay detrás

El SDK de Python es el puente entre Claude y el ecosistema Python. Desde su creación, Anthropic lo ha mantenido en sincronía con cada evolución del modelo y las APIs. La versión 1.8.0 ya incluía soporte para Managed Agents y herramientas avanzadas; esta 1.9.0 profundiza en esa dirección.

El between_tools thinking responde a un patrón muy común en automatización: los agentes necesitan razonar entre cada paso, pero el thinking extremo (análisis profundo de cada pregunta) es costoso. Este tipo intermedio mitiga ese trade-off. Es similar a lo que hace la característica de thinking de Claude, pero calibrado para loops de herramientas.

Además, la versión incluye cache diagnostics en GA (disponibilidad general), un conjunto de métricas que permite inspeccionar cómo funciona el caché de prompts en producción. Esto es crítico para optimizar costos en aplicaciones que reutilizan contexto frecuentemente.

Otras mejoras incluyen mejor soporte para filtros tipados en eventos de Managed Agents y correcciones en cómo se manejan las subidas de archivos sin nombre.

Por qué te importa si trabajas con SAP

Si estás construyendo agentes inteligentes con SAP—por ejemplo, automatizando consultas a S/4HANA, ejecutando transacciones ABAP o alimentando Joule con datos contextuales—este SDK mejora dos cosas concretas. Primero, el between_tools thinking permite que un agente razone mejor entre cada llamada a APIs de SAP sin incurrir en costos prohibitivos. Segundo, el streaming paralelo de tool calls reduce latencia: mientras Claude piensa qué consulta ejecutar en la BD, ya estás preparando la conexión SAP.

La inclusión de diagnostics de caché también es valiosa: muchas integraciones con SAP repiten el mismo contexto (esquemas de tablas, metadatos, permisos de usuario). Poder medir la efectividad del caché ayuda a optimizar tanto el costo como la velocidad de respuesta.