Hola Richchri!
Si hablamos del header IPv4, está conformado (sin los campos Opciones y Padding) por 5 bloques de 32 bits que equivalen a los 20 bytes. Supongamos que solo trabajamos desde el campo Version hasta el campo Destination address; los campos Version, IHL, DSCP ECN y Packet Lenght son 32 bits en TOTAL, a continuación tenemos el campo Identification, Flags y Fragment offset que son otros 32 bits en TOTAL, después tenemos el campo Time to Live, Protocol y Header Checksum que son nuevamente OTROS 32 bits en total, a continuación tenemos el campo Source Address que son otros 32 bits, y finalmente el campo Destination Address que son OTROS 32 bits en total. Si tú haces la sumatoria de todos esos bits, te da un total de 160 bits lo que es equivalente a 20 BYTES. Por lo tanto es lo mismo hablar en bits o bytes.
En IPv6 ocurre lo mismo, los campos Version, Traffic Class y Flow Label, equivalen a 32 bits; los campos PayLoad Lenght, Next Header y Hop Limit son otros 32 bits, el campo Source address es equivalente a 4 bloques de 32 bits (de ahí los 128 bits de tamaño); ocurre lo mismo con el campo Destination address que es equivalente a 4 bloques de 32 bits (de ahí los 128 bits de tamaño). Haciendo la sumatoria tenemos: 32 bits + 32 bits, + (32 + 32 + 32 + 32) + (32 + 32 + 32 + 32) = 320 bits, si lo dividimos entre 8, esto es equivalente a los 40 bytes que tú ves en la imagen.
Espero que ahora quede más claro.
Estoy atento a tus comentarios! =)