在统计学中，P值是用于假设检验的一个重要概念。让我们逐一分析这些选项，以找出不正确的选项：

- **A: 假设检验中，若P值<显著水平α，则拒绝原假设（H0）**
- 这是正确的。P值表示在原假设成立的情况下，观察到的数据或更极端的数据出现的概率。如果P值小于预设的显著水平α，则认为观察到的数据在原假设条件下出现的概率很低，因而拒绝原假设。

- **B: 用P值进行检验比根据统计量检验提供的信息少**
- 这句话是不正确的。P值实际上提供了比单独的统计量更多的信息，因为它告诉我们在原假设条件下获得观察结果的精确概率，而不仅仅是拒绝或不拒绝原假设的一个阈值。

- **C: P值能给出实际算出的显著水平**
- 这是正确的。P值是针对具体样本数据计算出来的，它实际上代表的是对原假设的显著性检验的实际结果或“显著水平”。

- **D: 统计量检验中以事先给出的显著水平进行决策时，无法知道实际的显著水平**
- 这是正确的，因为传统的显著性检验通常只告知我们是否拒绝原假设，但不提供实现这一结论的概率（即实际的显著水平），除非我们计算P值。

综上所述，选项 **B** 是不正确的，因为P值提供了更详细的信息。这是因为它给出了实际概率，而不仅仅是一个显著性临界值的比较。