要回答这个问题，我们需要分析每个选项中关于LogisticRegression和Logit的说法。

| 选项 | 描述 | 分析 |
|------|------|------|
| A | LogisticRegression是sklearn包中的模型，对速度进行了优化 | 这是真的。`LogisticRegression` 是 scikit-learn 库中的模型，主要用于机器学习，并针对大规模数据集的速度和性能进行了优化。 |
| B | Logit是statsmodels包中的模型，对速度进行了优化 | 这不完全正确。`Logit` 是 statsmodels 库中的模型，主要用于统计分析，重点是提供更详细的统计信息，而不是速度优化。|
| C | LogisticRegression和Logit都可以使用逻辑回归，但算法不同 | 两者都实现了逻辑回归，但它们的实现细节可能不同。例如, scikit-learn可能使用了更多的优化技术。 |
| D | LogisticRegression和Logit都可以使用逻辑回归，但应用领域存在很大区别 | 这是真实的，LogisticRegression 更常用于机器学习应用，而 Logit 更常用于统计分析。|

综上所述，选项 B 的说法错误，因为 Logit 主要关注统计分析而非速度优化。正确答案是 **B**。