字号决定的并非「b 的顶端到 p 的底部的距离」，而是字体的 em size 的实际大小——比如，将某处文字的字号设定为 18 pt, 那么对于这些文字而言，1 em = 18 pt. 这里的 pt, 就是提问者提到的 1 / 72 inch.
而 em size 是一个字体内部的数值，无论将其定义为 1000（比如 Source Sans Pro）还是 2048 （比如 Roboto），与文字的实际高度（字号）都没有关系。这个单位只在字体设计时对定位精度有所影响。
下图是 Source Sans Pro Regular 的 p, b 两个字形 (Glyph). 可以看到，限定出 em size 的两条线（我不清楚确切的术语——姑且如图标示，请了解的人士告知）与基线的关系，由 Ascent（升部高度）、 Descent（降部高度）以及 Em size 的值确定。
在这里，em size 不过是字体设计师在设计时的一个参考而已。使用这个值（在字形编辑界面，以「升部顶线」和「降部底线」两条参考线来进行界定），设计师可以大致以此确定在某一个字号下，字体的尺寸如何。比如，在字号设定为 18 pt 时，对于这个字体而言，这两条线之间的高度 (1 em) 就等于 18 pt; 而某个字形在此字号下具体的尺寸如何，则由设计师决定。
假使这个尺寸以「b 的顶端和 p 的底端之间的距离」来确定，则缺少客观参照——假设某个字体的特色是升、降部特别长，那么与「正常」的字体相比，同一字号下的视觉尺寸可能相差甚远。而且，若果让同一字号的两个字体以 b 的顶端和 p 的底端对齐，那么极有可能造成基线的上下参差——这是相当致命的问题。更何况，同一个字体的不同字形，升、降部高度都不一定相同。
字形与 em size 的尺寸关系，本来就是设计需要考量的一个内容。有可能，设计师需要在同一字号下，让升、降部显得短小，那么字体升降部的上下缘离两条参考线就越短；亦有可能，设计师需要让升、降部显得修长一些，就需要稍微突出两条参考线。问题中提到的同一字号的 Stempel Garamond 比其他两个字体大，就是这些数值的设定不同所致。不过，我认为这里也可能有是 Stempel Garamond 在进行数字化时参数选定不甚合适所致，因为风格、功能类似的字体，在同一字号下视觉尺寸有比较明显的差异，是挺奇怪的事情。
简洁的解释就是，字号在铅字时代指的是字模的大小（em size）而不是字符本身的大小。所以字号是18pt，是指单倍行距的时候，上一行的基线到下一行的基线间的距离是18pt，而不是b上端到p下端的距离是18pt。
不过这铅字时代的概念啦，数码时代的em size的概念发生了变化，（现在又称为UPM，）参见其他答案的解释。不过我觉得对于题主的问题并不重要，因为是一个技术参数，和排印时的字号没有直观的联系，解释也许反而会让人混乱嘻嘻嘻。（而且，现在em size也并不像铅字时代的实体字模有着看得见摸得着的约束力，而是可以随意突破的。你可以瞄一眼Zapfino，上下端会冲出em size边界的。所以，我觉得数码时代的em size也许真的不太重要）
