Если говорим о простой пересылке (без логических операций), то без стека 32 такта/байт, как ты написал, а стеком pop mov inr mov inr - 22 такта/байт. При выводе 16 байт выигрыш 160 тактов и, как уже я написал, лучше сохранять стек один раз на группу символов, это здорово сэкономит время.