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. 1. Voice Stack A — 91 分 · 680ms · 14.2GB
2. 2. Stack FireRed — 86 分 · 780ms · 13GB
3. 3. Step-Audio 2 mini — 80 分 · 900ms · 10GB
4. 4. Moshi — 72 分 · 200ms · 11GB

共 4 个装得下的可用模型。← RTX 5070 Ti 全部能力