在 Windows 上跑本地模型时，如果你切到别的窗口，回答突然慢下来，先别急着怀疑显卡。Reddit 用户 koloved 实测称，一个约 27B 参数的 NVFP4 模型通过 ninfer 运行时，终端获得焦点可达 130–200 tok/s；终端失去焦点后，只剩 50–60 tok/s。tok/s 是模型每秒生成的 token 数，数值越高，文字通常出现得越快。
反直觉的是，慢速运行时 GPU 时钟反而更高，功耗上限也没变；真正拉长的是 CPU 一侧的等待时间，从 16–17 毫秒增至 38–41 毫秒。作者把服务改为无头运行——让它脱离需要交互的控制台窗口、独立留在后台——速度便稳定回到 130–200 tok/s，不再随窗口焦点变化。作者还称原生 Windows 版本也能复现，因此并非 WSL2 独有。这个案例尚非系统性测试，但很适合作为排障提醒：Windows 本地推理变慢时，除了 GPU、内存和驱动，也要检查宿主窗口是否在拖慢服务循环。