最佳实时语音方案 — RTX 5070 Ti 16GB
甜点区间：91–91 分 · 680–680 ms，共 1 个模型符合。
- 1. Voice Stack A — 91 分 · 680ms · 14.2GB
- 2. Stack FireRed — 86 分 · 780ms · 13GB
- 3. VibeVoice-Realtime-0.5B — 82 分 · 400ms · 3GB
- 4. Step-Audio 2 mini — 80 分 · 900ms · 10GB
- 5. Moshi — 72 分 · 200ms · 11GB
共 5 个装得下的可用模型。← RTX 5070 Ti 全部能力