Na ja, das ist eine Frage der Aufnahme-Philosophie. Live-Aufnahmen gehen garnicht ohne dass alle gleichzeitig musizieren und von einer Live-Aufnahme bin ich ausgegangen als Du das Thema gestartet hast. Vorteil beim gemeinsamen Spiel ist, dass das Typische der Band und ihre Dynamik unverfälscht rüberkommt. Allerdings braucht man dafür auch geeignete Lokalitäten (Studioräume) und Recording-Erfahrung, sonst hört sich das u.U. recht muffig an.
Beim Playback-Recording/sukzessives Recording benötigst Du natürlich keine Mic-Erweiterungen und auch DI-Boxen machen Sinn, wenn Du Bass und Gitarre nicht von der Box abnimmst, sondern die Instrumente direkt ins Interface gehen. Wenn Du aber ein Interface mit Hi-Z Eingängen besitzt - wie das Scarlett 18i20 2nd gen. -, entfällt auch die Begründung für eine DI-Box. Beachte aber, dass die Vorverstärker des Scarletts nur ein Gain von 50 dB hergeben, also für outputschwache Mics (z.B. Shure SM 7B) nicht so ohne weiteres geeignet ist. Das kannst Du zwar mit z.B. einem zusätzlichen FETHead kompensieren, aber sinnvoller erscheint es mir, gleich in die nächst höhere Liga zu wechseln, z.B. mit dem Audient ASP800. Dies ist jedoch kein USB-Interface, sondern nur ein Vorverstärker und Wandler und wird in einen ADAT-Verbund eingebunden. Du benötigst deshalb zusätzlich am Rechner eine PCI-Express-Karte mit ADAT-INs (z.B. RME HDSPe AIO oder eine RME HDSPe RayDAT). Da kommt eins zum anderen und preislich läppert sich das schließlich. Es kommt immer darauf an, wie weit Du mit Deinen Investitionen gehen kannst und willst.