Was nun Don Rollo? Alles klingt gleich, weil die Unterschiede bei 32 Bit float so gering sind? Oder 64 bit float ist besser?
Kurz gefasst: Wenn man 24 Bit Audiodaten in in Fließkomma umwandelt, summiert und hinterher wieder in 24 Bit Audiodaten konvertiert, kommen normalerweise exakt die gleichen 24 Bits heraus, egal ob mit 32 oder 64 Bit summiert wurde. Unterschiede ergeben sich nur bei extremer Kanalanzahl.
Diese minimalen Differenzen äußern sich dann aber auch nur darin, dass andere Rundungsfehler auftreten (sprich: anderer Klang und nicht besser oder schlechter) und das ganze passiert außerdem auch nur in Bereichen von -132 dB und darunter und ich bezweifle stark, dass das auf einem Summensignal jemals jemand hören wird. Zumindest kenne ich keine Wandlersysteme, wo das Eigenrauschen und die Quantisierungsfehler in der Realität nicht deutlich über diesem Wert liegen.
Die 64 Bit Berechnung hat bei einigen Algorithmen eindeutige Vorteile, weil man weniger auf numerische Stabilität achten muss. Das ist sehr nützlich bei manchen extremen Filter-Arten oder bei der Simulation von analogen Schaltungen. Wenn man so möchte, ergeben sich durch die 64 Bit Berechnung eventuell leistungsfähigere und damit besser klingende Plugins. Aber das ist eine reine Plugin-Geschichte und hat mit der Bittiefe des Hosts nichts zu tun. Diese Plugins würden intern immer mit 64 Bit rechnen, egal, ob der Host mit 16, 32 oder mit 64 Bit summiert.
Ansonsten ist es eben so, dass moderne Prozessoren nun mal hoch optimierte 64 Bit CPUs sind, die aus Kompatibilitätsgründen auch noch 32, 16 und 8 Bit können. Daher ist 64 Bit Fließkomma mittlerweile das Format der Wahl.
---
Edit: Ich war jetzt neugierig und habe mir ein kleines Programm geschrieben, dass die Summierung bei verschiedenen Bittiefen simuliert. Dabei bin ich selbst bei der Zusammenführung von 4096 24-Bit Kanälen mit weißem Rauschen in der Summe nicht auf mehr als ein Bit Unterschied bei einigen wenigen Samples gekommen (5%). Das liegt von der Lautstärke her um den Faktor zehn unterhalb dessen, was selbst modernste HiEnd-Wandler abbilden können.